学位论文 > 优秀研究生学位论文题录展示

基于小生境技术的两阶段EDAs及其在钢铁生产调度中的应用研究

作　者: 郭海丽
导　师: 高慧敏
学　校: 太原科技大学
专　业: 计算机应用技术
关键词: 分布估计算法小生境技术轧制批量计划
分类号: TP18
类　型: 硕士论文
年　份: 2010年
下　载: 47次
引　用: 0次
阅　读: 论文下载

内容摘要

分布估计算法提供了一种求解复杂系统优化问题的通用框架,它不依赖于问题的具体领域,具有很强的自组织,自适应和自学习特征,所以在函数优化,组合优化,生产调度,过程控制,图像处理等领域都有着广泛的应用前景。由于在理论和求解优化问题中取得的一系列进展,近年来分布估计算法已成为进化计算中一个重要的研究方向。本文在深入研究分布估计算法基础上,把小生境技术引入分布估计算法,提出了一种改进的算法,并把该算法用于钢铁生产调度问题的优化。本文的主要工作如下:1、对分布估计算法的起源、基本原理、机制及特点等进行了系统研究和详细阐述。2、针对分布估计进化后期种群多样性降低,算法出现局部早熟,把小生境技术引入分布估计算法,并提出了一种改进算法——基于小生境技术的两阶段分布估计算法,利用小生境概率与种群概率相结合的方法产生新个体。仿真实验表明,该算法能有效防止早熟收敛,较大的提高算法的全局搜索效率。3、把分布估计算法应用于钢铁生产企业的调度优化。首先,在分析轧制生产流程的基础上,建立了钢铁轧制计划的数学模型;接着把该模型转换为一个无重复的整数序列实现分布估计算法的求解;最后,利用某钢厂实际生产数据进行仿真,验证了模型及算法的有效性。

全文目录

中文摘要  3-4
ABSTRACT  4-8
第一章绪论  8-16
  1.1 课题研究的背景及意义  8-11
    1.1.1 课题研究的背景  8-10
    1.1.2 课题研究的意义  10-11
  1.2 国内外研究现状  11-13
    1.2.1 分布估计算法的发展及现状  11-12
    1.2.2 生产调度问题的研究现状  12-13
  1.3 本文的主要工作及章节内容安排  13-14
  1.4 小结  14-16
第二章分布估计算法介绍  16-24
  2.1 分布估计算法的基本流程  16-18
  2.2 几种常见的分布估计算法  18-22
    2.2.1 PBIL 算法  19-20
    2.2.2 UMDA 算法  20
    2.2.3 cGA 算法  20
    2.2.4 MIMIC 算法  20-21
    2.2.5 BOA 算法  21
    2.2.6 EGNA 算法  21-22
  2.3 本章小结  22-24
第三章基于小生境技术的分布估计算法  24-30
  3.1 小生境技术介绍  24
  3.2 基于小生境技术的分布估计算法  24-26
    3.2.1 基于小生境技术的分布估计算法的进化策略  24-25
    3.2.2 基于小生境技术的分布估计算法  25-26
  3.3 仿真计算  26-27
  3.4 结果分析与结论  27
  3.5 本章小结  27-30
第四章分布估计算法在轧制计划中的应用  30-40
  4.1 引言  30
  4.2 轧制批量计划模型  30-33
    4.2.1 问题描述  30-31
    4.2.2 轧制批量计划数学模型  31-33
  4.3 求解轧制批量计划的小生境分布估计算法  33-37
    4.3.1 小生境分布估计算法介绍  33
    4.3.2 轧制批量计划模型的变形  33-34
    4.3.3 二进制串的解码  34-37
  4.4 仿真计算  37
  4.5 结果分析  37-38
  4.6 本章小结  38-40
第五章总结与展望  40-42
  5.1 总结  40
  5.2 展望  40-42
参考文献  42-46
致谢  46-48
攻读学位期间发表的学术论文  48-49

基于小生境技术的两阶段EDAs及其在钢铁生产调度中的应用研究

内容摘要

全文目录

相似论文