【摘 要】
：
论文针对柔性车间调度问题(Flexible Job-shop Scheduling Problem,FJSP),以最小完工时间为优化目标,根据标准布谷鸟算法(Cuckoo Search,CS)的核心思想,提出了一种双层编码的离散布谷鸟算法。根据levy飞行的特点,采用2-opt和double-bridge操作代替levy飞行对其进行更新。此外,将择优插入和择优交换操作结合,代替标准布谷鸟算法中的随机游走策略。最后将DCS算法与GA、PSO算法进行仿真比较,验证了DCS算法在解决FJSP问题时能得到更好更稳
【机 构】
：
西华师范大学数学与信息学院,西华师范大学计算方法与应用研究所
【基金项目】
：
国家自然科学基金项目(编号:11871059),四川省教育厅自然科学基金项目(编号:18ZA0469),西华师范大学英才科研基金项目(编号:17YC385)资助。
论文部分内容阅读
论文针对柔性车间调度问题(Flexible Job-shop Scheduling Problem,FJSP),以最小完工时间为优化目标,根据标准布谷鸟算法(Cuckoo Search,CS)的核心思想,提出了一种双层编码的离散布谷鸟算法。根据levy飞行的特点,采用2-opt和double-bridge操作代替levy飞行对其进行更新。此外,将择优插入和择优交换操作结合,代替标准布谷鸟算法中的随机游走策略。最后将DCS算法与GA、PSO算法进行仿真比较,验证了DCS算法在解决FJSP问题时能得到更好更稳
其他文献
随着互联网多语言信息的发展,如何有效地表示不同语言所含的信息已成为自然语言信息处理的一个重要子任务,因而跨语言词向量成为当下研究的热点。跨语言词向量借助迁移学习将单语词向量映射到一个共享的低维空间,在不同语言间进行语法、语义和结构特征的迁移,能够对跨语言语义信息进行建模。BERT模型通过大量语料的训练,得到一种通用的词向量,同时根据具体的下游任务进一步动态优化,生成上下文语境敏感的动态词向量,解决了以往模型的聚义问题。通过对现有基于BERT的跨语言词向量研究的文献回顾,综合阐述了基于BERT的跨语言词向量
分析当前C语言程序设计课程实验教学现状,提出新工科背景下C语言程序设计课程实验教学建设方案,从思维方式培养和程序设计能力递进式培养两方面阐述面向能力培养的程序设计实验教学设计,介绍以能力培养为导向的程序设计实验教学实践,最后说明教学实践效果。
利用模糊系统和BP神经网络的组合模型来进行电子部件的性能评价,组合模型能够兼具二者优点,从理论上比模糊系统性能评价更精准全面。为提高模糊BP神经网络的映射和预测能力,将BP神经网络结构中的动量因子和学习速率两个参数利用误差反馈来调整。从理论上组合模型对电子部件性能评价误差更小,速度更快。通过实例仿真试验表明,改进后的模糊BP神经网络相比较改进前模糊BP神经网络系统,对导引头的性能评价更精准,适用性更强。
基于百度AI开放平台的图像识别Web服务接口,提出运用服务组合技术和面向服务架构的软件设计方法,构建人脸相似度测评的移动平台开发实践教学案例,介绍了该实践教学案例的设计和具体实施过程,最后对教学案例的特色和实践效果进行了说明。
当今入侵检测领域作为一个重要领域,虚警率高、检测率低、处理速度慢、特征维度高等问题正困扰着从事这一领域的专家学者。为了解决这些问题,提出基于决策树(DT)与深度神经网络(DNN)以及主成分分析(PCA)的入侵检测模型DT-PCA-DNN,在相对高的检测率和相对低的虚警率的基础上提高入侵检测系统(IDS)的处理速度。为缩小整体数据量达到加快处理速度的目的,首先利用DT对数据初步判别。将DT判别为入侵的数据,存入临时训练样本集以再训练优化DT以及DNN,而DT判别为正常的数据,删除所添加正常标签后用PCA降低
粒子群优化算法是一种新型启发式智能优化算法,它运行速度快,收敛性强,但是容易陷入局部极值。为了克服粒子群算法的早熟收敛现象,提出了一种新的带有非线性惯性权重和柯西变异的粒子群优化算法。首先,对算法中的惯性权值进行改进,增强粒子局部收敛能力;然后,利用柯西变异算子,增加种群多样性。数值实验表明,提出的改进粒子群优化算法具有较快收敛速度,寻优能力强,能有效克服早熟收敛现象。
为增强非牛顿流体减速带的泛用性,使得在面对不同实际情况下仍能得到合适的应用,提供了一种实际生产非牛顿流体减速带的算法参考。首先通过利用非牛顿流体剪切稀化特性,选用水泥生浆[1]作为减速带填充物,建立幂律流体本构方程模型;之后运用推理的方法仿真,研究非牛顿流体减速带的高度即水泥生浆填充量与环境温度、车速之间的关系。结果显示:这种非牛顿流体减速带的高度与环境温度之间存在密切联系,即低温下使减速带减速效果生效的临界车速较高,高温下的临界车速较低,两者差值较大。减速带垂直高度与临界车速之间存在正相关性并与给低车速
针对传统蚁群算法在解决旅行商问题(TSP)时所存在的收敛速度慢、易陷入局部最优等问题,提出了基于动态重组和协同交流策略的蚁群优化算法(RCACO)。首先,将蚁群划分为贪婪蚁群和探索蚁群,两类蚁群执行不同的路径构建规则和信息素更新策略,以平衡算法的收敛速度和多样性。其次,采用一种基于线索二叉树的新型动态重组算子,并根据不同的重组策略对解集进行有导向性的动态重组,以提升算法的多样性。进一步,提出一种基于相似度和潜力值的协同交流策略,从全局的角度出发,找到最有潜力成为最优解的路径,并对这些路径给予信息素奖励,以
作为度量粒化程度的方式,在粒计算研究领域中,粒度受到了众多学者的广泛关注,其中一种重要且广为接受的模式是参数化粒度。利用这种参数化的粒度表现形式,在面向属性约简的求解问题时,往往需要计算每一个参数所对应的粒度下约简,直至找出所有参数下的约简结果。显然,这种方式会带来巨大的时间消耗。为解决这一问题,提出了一种连续参数意义下的多粒度属性约简策略:首先利用连续参数的区间及粗糙集中不确定性度量的单调性,构造了连续参数下属性约简的约束条件;其次设计了连续参数意义下约简求解的前向贪心搜索算法;最后选取了8组UCI数据
随着我国基坑工程和超高层建筑的建设规模和难度不断增大,基坑和桩基工程相关技术取得了长足的进步。文章简要回顾了我国基坑和桩基工程的技术新进展。在基坑工程领域,重点阐述了超深地下连续墙技术、支护结构与主体结构相结合技术、承压水控制技术、复杂环境条件下的软土深基坑变形控制技术及其工程应用。在桩基工程领域,重点阐述了大直径超长灌注桩、旋挖扩底桩、预制桩植桩技术及其工程应用情况。希望借此促进这些新技术的深入发展和应用。