改进蝙蝠算法在多目标混合车间调度中的应用.docxVIP

改进蝙蝠算法在多目标混合车间调度中的应用

目录

改进蝙蝠算法在多目标混合车间调度中的应用（1）．．．．．．．．．．．．．．5

一、内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

1.2研究现状及存在的问题．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

1.3研究目的与主要贡献．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

二、文献综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

2.1传统车间调度算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

2.2多目标优化问题概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

2.3蝙蝠算法的发展历程与现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

2.4多目标混合车间调度的研究进展．．．．．．．．．．．．．．．．．．．．．．．．．．12

三、改进蝙蝠算法介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

3.1IBF算法的基本原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

3.1.1蝙蝠模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

3.1.2蝙蝠行为策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

3.1.3蝙蝠位置更新公式．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

3.2IBF算法的数学描述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

3.3IBF算法的实现步骤．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

四、多目标混合车间调度问题分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

4.1多目标混合车间调度问题的定义．．．．．．．．．．．．．．．．．．．．．．．．．．19

4.2多目标混合车间调度问题的数学模型．．．．．．．．．．．．．．．．．．．．．．20

4.3多目标混合车间调度问题的求解方法．．．．．．．．．．．．．．．．．．．．．．21

五、基于IBF的多目标混合车间调度算法设计．．．．．．．．．．．．．．．．．．．21

5.1算法框架设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

5.1.1初始解生成．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

5.1.2个体适应度评估．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

5.1.3种群多样性保持．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

5.2参数设置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

5.2.1蝙蝠数量的确定．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

5.2.2最大迭代次数的设定．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

5.2.3其他关键参数的选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

5.3算法实现与测试．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

5.3.1算法流程图．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

5.3.2仿真实验设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

六、案例分析与应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

6.1案例选择与描述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

6.2改进蝙蝠算法的应用效果．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

6.3与其他算法的对比分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34

七、结论与展望．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35

7.1研