您的位置: 专家智库 > >

丁修坤

作品数:6 被引量:40H指数:3
供职机构:桂林电子科技大学商学院更多>>
发文基金:广西研究生教育创新计划国家大学生创新性实验计划国家自然科学基金更多>>
相关领域:自然科学总论自动化与计算机技术更多>>

文献类型

  • 6篇中文期刊文章

领域

  • 4篇自然科学总论
  • 2篇自动化与计算...

主题

  • 3篇调度
  • 3篇蚁群
  • 3篇蚁群算法
  • 3篇群算法
  • 3篇车间调度
  • 2篇调度优化
  • 2篇柔性作业车间
  • 1篇订单
  • 1篇多品种
  • 1篇多品种小批量
  • 1篇信息素
  • 1篇萤火虫算法
  • 1篇置换流水车间...
  • 1篇求解旅行商问...
  • 1篇系统动力学
  • 1篇小批量
  • 1篇流水车间调度
  • 1篇旅行商
  • 1篇旅行商问题
  • 1篇模糊聚类

机构

  • 6篇桂林电子科技...

作者

  • 6篇张于贤
  • 6篇丁修坤
  • 2篇王晓婷
  • 1篇周清华
  • 1篇王璐
  • 1篇沈烨
  • 1篇韩文胜

传媒

  • 4篇系统科学学报
  • 1篇现代制造工程
  • 1篇计算机工程与...

年份

  • 1篇2018
  • 3篇2017
  • 2篇2016
6 条 记 录,以下是 1-6
排序方式:
应用改进萤火虫算法求解基于学习退化效应的PFSP问题被引量:1
2017年
为了提高基于学习退化效应的置换流水车间调度问题的求解效率,提出一种改进的萤火虫算法来增强算法性能。首先,给出一种基于目标函数的动态自适应惯性权重莱维飞行萤火虫算法,提高了算法收敛速度,易于快速搜索局部及全局最优解;其次,在标准萤火虫算法的基础上对每次移动后的萤火虫群引入差分进化算法,促进萤火虫个体决策域半径内的信息交换与共享,增加种群多样性,提升了算法收敛精度;最后,根据机器加工具有学习及退化效应的特性,通过Matlab对Car类和Rec类置换Flow-shop Benchmark问题的测试验证了改进萤火虫算法对于求解此类问题有很好的可行性及鲁棒性,并分析了不同学习率与退化效应因子组合对目标函数的影响。
张于贤薛殿春丁修坤程书瑞
关键词:惯性权重差分进化算法置换流水车间调度
面向多品种小批量的订单成组模型研究被引量:5
2018年
针对多品种小批量的订单式生产模式中存在的换模次数多、时间长的问题,考虑交货期、产品工艺相似性等方面的因素,提出了一个订单成组模型。通过一个具体的实例来验证模型的合理性和有效性。结果表明,订单成组模型可以有效地区分出加急订单并能够为订单排程提供有力的依据。
张于贤丁修坤
关键词:模糊聚类交货期
基于记忆曲线模型的蚁群算法在柔性作业车间的调度优化被引量:6
2017年
对蚁群算法在车间调度方面的应用进行研究,针对其在求解柔性作业车间调度方面存在收敛速度慢且容易陷入局部最优解的问题,提出一种基于生物记忆曲线原理的信息素更新规则。以最短加工时间为目标函数,建立柔性作业车间调度目标函数,并结合实际算例,借助MATLAB软件进行求解。通过与基本蚁群算法和其他智能算法的对比分析,提出的基于生物记忆曲线原理的信息素更新规则具有良好的求解能力和收敛能力。
张于贤丁修坤薛殿春王晓婷程书瑞
关键词:车间调度蚁群算法
求解旅行商问题的改进蚁群算法研究被引量:24
2017年
针对蚁群算法收敛速度慢的问题,对蚁群算法信息素更新规则进行研究,提出一个基于迭代思想的信息素更新规则。对信息残留因子进行实验,确定在新的信息素更新规则下信息素挥发系数的最佳合理值。最后针对eil51问题和dantzig42问题两个例子的仿真实验对比基本蚁群算法。实验结果表明,改进的蚁群算法在收敛性和求得最优解方面都明显优于基本蚁群算法和其它人工智能算法。
张于贤丁修坤薛殿春王晓婷
关键词:TSP问题蚁群算法信息素
基于系统动力学的产品质量模型构建被引量:2
2016年
以制造业为背景,在分析产品质量影响因素的基础上,运用系统动力学方法,构建产品质量系统动力学模型,以Vensim仿真软件作为平台,对产品质量进行模拟和预测。研究结果表明,在模拟期间,产品质量表现出先增加后趋于平稳的变化趋势。文中的研究为企业有效地改善产品质量提供了一种新途径。
金虹敏张于贤王璐韩文胜丁修坤周清华
关键词:产品质量系统动力学仿真模拟
基于记忆曲线的ACO在柔性作业车间的调度优化被引量:2
2016年
为克服蚁群算法存在收敛速度慢、容易陷入局部最优解的问题,通过研究记忆曲线模型和蚁群算法信息素更新规则的特点,提出了一种基于生物记忆曲线模型的信息素更新规则对蚁群算法进行改进,并通过实验确定改进后的蚁群算法各参数的合理取值。以最短加工时间为目标函数,建立柔性作业车间调度的目标函数,结合实际算例借助MATLAB求解。通过与其他改进蚁群算法的对比,对6个Job-Shop Benchmark的基准问题进行仿真,通过仿真结果发现,无论是最优解的质量还是求解速度上改进的蚁群算法较基本蚁群算法都有较大提升。最终得出本文提出的基于生物记忆曲线模型的信息素更新规则具有良好的求解能力和收敛能力。
张于贤丁修坤沈烨薛殿春程书瑞
关键词:车间调度蚁群算法
共1页<1>
聚类工具0