首页 理论教育 智能优化算法:实验结果与分析

智能优化算法:实验结果与分析

时间:2023-11-01 理论教育 版权反馈
【摘要】:本节从LA和FT类问题中选取了一些测试问题以检验所提出的算法的性能.数字模拟实验是在奔腾IV 1.4GHz处理器256MB内存的PC上实现的。数值模拟结果列于表4.6中,其中,BKS列所示为问题已知的最优解,PSO列所示为基于本节提出的算法得到的最优解。表4.6标准问题测试结果为了更直观地阐述模拟结果,以下给出了FT6×6标准问题的一个最优解:a=,该粒子由活动调度解码得到的makespan为55。图4.8活动调度Gantt图图4.9机器利用率

智能优化算法:实验结果与分析

鉴于JSSP的重要性和代表性,许多研究工作者设计了若干典型问题(benchmarks)用以测试和比较不同方法的优化性能,其中,典型的测试问题主要有FT类、LA类等,分别由Fisher,Thompson和Lawrence构造。这些标准测试问题可以从标准测试库ftp://mascmga.ms.ic.ac.uk/pub/jobshopl(2).txt下载到。本节从LA和FT类问题中选取了一些测试问题以检验所提出的算法的性能.数字模拟实验是在奔腾IV 1.4GHz处理器256MB内存的PC上实现的。数值模拟结果列于表4.6中,其中,BKS列所示为问题已知的最优解,PSO列所示为基于本节提出的算法得到的最优解。误差百分比按式(4.36)计算,可以看出,所提出的基于粒子群优化的车间作业调度算法是比较有效的。

表4.6 标准问题测试结果

为了更直观地阐述模拟结果,以下给出了FT6×6标准问题的一个最优解:a=(3,3,3,2,2,2,1,1,4,4,3,5,6,6,6,6,1,4,4,2,5,5,3,3,5,1,1,2,2,4,4,5,5,6,6,1),该粒子由活动调度解码得到的makespan为55。

表4.7给出了粒子a对应的调度时间表,其中,包括每道工序的加工开始和结束时间。图4.8给出了由上述粒子经活动调度解码得到的Gantt图。

表4.7 FT6×6标准问题的一个优化解

(www.xing528.com)

定义第i个机器的利用率为

其中,Pi为机器i的整个加工时间(不包括其中的空闲时间),Ii为机器i上的最后一个工序被调整前。机器i的整个空闲时间。图4.9显示了各个机器的利用率。

图4.8 活动调度Gantt图

图4.9 机器利用率

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈