遗传算法在Job-Shop调度问题中的应用研究
| 文献类型 | 学位 |
| 作者 | 张作坤[1] |
| 机构 | 北京航空航天大学 ↓ |
| 授予学位 | 硕士 |
| 年度 | 2000 |
| 学位授予单位 | 北京航空航天大学 |
| 语言 | 中文 |
| 关键词 | 遗传算法;Job-Shop调度;启发式算法;标准遗传算法 |
| 摘要 | 该文针对一个相对实际的Job-Shop调度问题模型,设计了一个求解Job-Shop问题调度 问题的标准遗传算法,对遗传算法的编码/解码,遗传算子和设计进行了研究.遗传算法优 化问题中的应用已经得到子广泛的关注,但是由于面对具体问题时编码/解码方式的不同以 及遗传算子设计的不同,使得没有一个能够得出算法控制参数与算法性能之间明确关系的统一理论.但是在实际应用当中,研究人员通常会更加关注算法的性能与效率,因此如何得到具体问题的遗传算法控制参数集是一个至关重的问题.类似于神经网络训练连接权值,该文从亚级遗传算法的角度设计了一个寻找遗传算法最优控制参数的方法并给出了关于最优控制参数结果的相应解释.通过对自然化中微观和宏观过程的模拟,该文尝试了改进的双倍体遗传算法和多种群遗传算法;利用启发式算法生成的调度结果设计了基于启发式调度算法的启发式遗传算法.最后该文给出了启发式算法、标准遗传算法和改进的遗传算法之间的性能比较. |
影响因子：
dc:title:遗传算法在Job-Shop调度问题中的应用研究
dc:creator:张作坤
dc:date: publishDate:1753-01-01
dc:type:学位
dc:format: Media：北京航空航天大学
dc:identifier: LnterrelatedLiterature：北京航空航天大学.2000.
dc:identifier:DOI：
dc: identifier:ISBN:
