基于改進迭代貪婪算法的預制構(gòu)件調(diào)度研究
發(fā)布時間:2025-07-05 11:29
迭代貪婪算法是一種具有較強局部搜索能力的元啟發(fā)式算法,但由于傳統(tǒng)迭代貪婪算法搜索范圍過大,搜索效率有限,為了進一步提升傳統(tǒng)迭代貪婪算法的搜索能力,考慮到閾值接受算法具有能縮小搜索范圍的特點,提出了一種改進的迭代貪婪算法解決流水車間預制生產(chǎn)的訂單接受與調(diào)度問題;該改進算法是在破壞原調(diào)度序列后加入一種基于構(gòu)造啟發(fā)式規(guī)則的重建策略,并結(jié)合閾值接受算法的自適應接受準則用以跳出局部最優(yōu);經(jīng)大量仿真實驗結(jié)果顯示,與傳統(tǒng)迭代貪婪算法、禁忌搜索算法以及遺傳算法對比,改進的迭代貪婪算法具有更好的求解質(zhì)量和魯棒性。
【文章頁數(shù)】:6 頁
【部分圖文】:
本文編號:4056033
【文章頁數(shù)】:6 頁
【部分圖文】:
圖1 基于構(gòu)造啟發(fā)式規(guī)則的破壞-重建策略圖
本文中的鄰域搜索方法采用是一種插入式的局部鄰域搜索方法。其基本思想是:每次從當前解中隨機地選擇一個訂單,將訂單從左至右逐一試插,最終將訂單插入是目標值增加最多的位置。如果通過鄰域搜索找到的新解優(yōu)于當前解,則對當前解進行替換并繼續(xù)搜索,否則就結(jié)束搜索。3.4閾值接受準則
圖2 4種算法在不同規(guī)模下的ARPD對比圖
從圖2中可以看出當訂單規(guī)模為20的時候所有算法的ARPD值均很小,隨著問題規(guī)模的增大,IGTA算法的ARPD值呈現(xiàn)出遞增趨勢。且在哪種訂單規(guī)模下,統(tǒng)計上IGTA算法的ARPD值都是最小的,由此我們可以得出IG-TA算法在小、中、大規(guī)模問題下的求解質(zhì)量均優(yōu)于其余3種對比算法。5結(jié)....
本文編號:4056033
本文鏈接:http://lk138.cn/kejilunwen/sgjslw/4056033.html
上一篇:既有建筑更新中預制空心板結(jié)構(gòu)相關(guān)問題探討
下一篇:沒有了
下一篇:沒有了
最近更新
教材專著