基于蚁群算法的资源优化配置系统研究.pdfVIP

第 19卷第 6期 中原工学 院学报 Vol|19 No．6 2008年 12月 JOuRNAIOFZHONGYUAN UNIVERSITY 0FTECHNOIOGY Dec．，2008 文章编号 ：1671—6906(2008)06—0008—05 基于蚁群算法的资源优化配置系统研究 李 娟 ，胡文斌 (1．中原工学院，郑州 450007；2．武汉大学 ，武汉 430079) 摘 要 ： 在资源配置和蚁群优化算法的基础理论指导下，针对现代生产物流领域 的资源配置优化 问题将改进后 的蚁群 算法引入到资源配置问题中，并应用实例对算法进行验证 ，评价出合理的配置方案，从而提高资源的利用率和系统效率． 关 键 词 ： 资源配置 ；离散事件 ；蚁群优化算法 中图分类号 ： TP18 文献标识码 ： A 蚁群算法 ACA (antcolonyalgorithm)口是 20 进的蚁群算法 ，它可以根据系统 当前的运营现状 ，分阶 世纪 90年代意大利学者 M．Dorigo等人从生物进化 段动态地给出方案进行仿真和优化 ，最大 限度地满足 的机理中受到启发，通过模拟蚁群觅食时寻径的行为， 不同时期和不同运营状态下的资源配置方案，有效协 提出的一种新型模拟进化算法．该算法首先用于求解 调好各个环节 ，均衡地组织生产计划 ，降低营运成本． 旅行商问题 (travelingsalesmanproblem，TSP)_2]．近 几年 ，越来越多的学者开始研究蚁群算法在生产资源 1 资源配置问题的数学模型 调度方面 的应用 ，主要是 Job—shop和 Flow—shop 等经典调度问题．Christian等人[3和 UrszulaBorycz— 资源配置问题可 以描述为 ：设有 N 项任务，忌种 ka_4分别应用 ACA解决 GSS(groupshopproblem) 资源 (设备)，第 i种 资源 的个数为m ，即共有 M — 问题和JSP问题 ，实验表 明ACA算法优于TS算法和 K ∑Mi个资源．同一时间每个资源最多只能分配给一项 I= l GA算法．ChiaJim Tong 应用 ACA算法解 决港 口 任务 ，所有任务都具有相同的处理顺序，每项任务同时 泊位资源优化调度问题．在国内的研究中，王笑蓉等 可分配一个或多个同类资源，每项任务的作业时间由 提出利用领域搜索改进 ACA算法解决流水作业 的优 其 自身属性及资源类型决定．要求确定各项任务所分 化调度 问题． 配的资源 ，在满足约束条件 的前提下 ，使所有任务完成 企业资源的优化配置问题影响着资源的利用率以 量最大、作业时间最短、各资源利用率达到最大． 及系统的效率和经济效益，由于在资源配置问题 中存 整个资源配置的优化 目标可 以有所不同，如所有 在着大量的随机离散事件，往往需要用启发式方法做 任务处理时间最短 ，资源利用率最大 ，任务平均等待时 出决策和判断． 间最短、任务完成量最多等．对于这些 目标我们用 C． 生产资源 的优化 配置 问题属于一类 NP—Hard 来表示归一化后的