文件名称：针对高维多目标连续优化的新型人工蜂群算法
文件大小：1.98MB
文件格式：PDF
更新时间：2024-07-27 04:59:40
数据结构算法
高维多目标连续优化问题已得到广泛研究，而高维多目标组合优化问题的进展相对较小，虽然人工蜂群（ ArTIficial beeColony，ABC）算法已成功应用于多种生产调度问题，但很少被用来求解高维多目标调度问题，而且高维多目标调度自身的研究进展也非常小。针对高维多目标柔性作业车间调度问题，文中提出了一种新型ABC算法以同时优化最大完成时间、总延迟时间、总能耗和机器总负荷。与常规柔性作业车间调度问题不同，上述问题考虑了总能耗，使其成为绿色调度问题。新型ABC具有明显不同于现有ABC算法的新特点，其跟随蜂（ onlooker bee）的数量小于引领蜂（ employed bee），引领蜂侧重于全局搜索，而跟随蜂只进行局部搜索，通过两类蜜蜂彼此各异的搜索方式来避免算法陷入局部最优。冋时，该算法将跟随对象限定为质量较好的部分引领蜂和外部档案成员，其他引领蜂无法成为跟随对象，以避免计算资源浪费在较差解的搜索上，并給岀了侦查蜂（ scout）新的处理策略。测试实例的仿真实验表眀，高维多目标调度问题中非劣解数量占种群规模的比例明显低于髙维连续优化问题。将新型ABC与多目标遗传算法和变邻域搜索进行比较，实验结果表明，新型ABC在求解高维多目标调度方面比对比算法更有优势，计算结果更好。