导　　师： 张梅

授予学位： 硕士

作　　者： (）;

机构地区： 华南理工大学

摘　　要： 组合优化问题是最优化问题中的一类在离散状态下求极值的问题,实际生活中的许多问题都可以抽象为组合优化问题。典型的组合优化问题有作业车间调度问题、旅行商问题等,由于组合优化问题为NP-hard问题,随着问题规模的增大,采用精确求解的方法所需的计算量和存储空间呈指数增长,难于在有限时间内找到最优解,因此进化算法等近似算法成为组合优化问题求解的热点,很多研究人员利用进化算法在可以接受的时间内寻求这类问题的近似最优解。其中教学算法是一种新兴的群智能进化算法,模拟了课堂中教师对学生授课的影响以及学生之间相互学习的过程。教学算法具有模型简单、计算效率较高等优点。本文对教学算法及其在来自于实际工程的几类组合优化问题上的应用进行研究,针对每一类组合优化问题的特性设计相应的改进教学算法对问题进行求解。本文主要完成如下工作:(1)对经典离散优化问题车间作业调度问题(JSSP)进行研究,针对JSSP问题因其复杂度较高容易导致算法陷入局部最优的不足,提出了一种新颖的多小组协同学习的教学算法(GC-TLBO)。引入了学习小组协同学习策略,通过组内学习和组内交流,使学习过程跳出当前的局限;引入了基于学习能力的深度和广度搜索策略,小组内学生按照学习能力强弱进行学习,较优的学生进行深度的学习,较差的学生进行广度的学习。最后,通过对OR-Library中的标准仿真实例进行实验,结果表明所提出的改进教学算法在JSSP问题上的收敛精度和搜索能力均得到了有效的提高。(2)对一类具有聚类特性的旅行商问题(TSP)进行研究,针对这类TSP问题的聚类特性,在GC-TLBO的初始化阶段结合启发式信息对算法进行初始化。利用该方法对实际应用系统——智能仓储系统中的订单排序优化问题进行研究与分析,将其归纳为�

关 键 词： 教学算法 协同进化算法 智能仓储系统 免疫检测设备

领　　域： []