APP下载

改进的细菌觅食算法在航空装备维修任务调度优化中的应用

2011-03-24胡卫民

海军航空大学学报 2011年2期
关键词:优化

崔 嘉,杨 林,胡卫民

(1.海军航空工程学院控制工程系,山东 烟台 264001;2.海军装备部军械保障部,北京 100841)

1 概述

细菌觅食优化(Bacteria Foraging Optimization,BFO)算法是由Passino 于2002年提出的一种仿生随机搜索算法,其生物学基础是大肠杆菌在觅食过程中体现出来的智能行为。大肠杆菌自身有一个控制系统,该系统指导着其在寻找食物过程中的行为,包括趋化、复制和迁徙(又称消除—驱散)等3个步骤[1-2],并对每一次状态的改变进行效果评价,进而为下一步活动提供信息。在这个系统的控制下,大肠杆菌将逐渐朝食物源的方向靠近。在BFO模型中,搜索过程通过营养分布函数来判断搜索算法的优劣,优化问题的解对应搜索空间中的细菌的状态,即优化函数的适应度值。航空装备修理定检工作涉及多个车间、工种和工序,利用优化算法对定检修理工作进行有效的组织、精确高效调度,可实现各类保障资源的优化组合与合理分配,降低保障维修费用。通过对BFO算法进行改进,并在航空装备定检维修任务调度拟实优化系统中进行了应用。

2 对原始BFO算法改进

2.1 细菌觅食行为中的群体改进

原始BFO算法搜索解空间时,采用的是个体间感应机制,细菌每移动到新的位置,将根据式(1)计算个体间感应值(或称cell-to-cell 感应值)[3]:

式中:Jcc(θi(j,k,l),θ (j,k,l))表示在第j次趋向操作、第k次复制、第l次迁徙操作时,第i个细菌的个体间感应值之和;Jct c(θi,θ)表示第t个细菌和第i个细菌之间的群体感应值;dattract和ωattract分别表示吸引因子的数量和释放速率;hrepellant和ωrepellant分别表示排斥因子的数量和释放速率;……

登录APP查看全文

猜你喜欢

优化
超限高层建筑结构设计与优化思考
PEMFC流道的多目标优化
民用建筑防烟排烟设计优化探讨
关于优化消防安全告知承诺的一些思考
一道优化题的几何解法
由“形”启“数”优化运算——以2021年解析几何高考题为例
围绕“地、业、人”优化产业扶贫
事业单位中固定资产会计处理的优化
4K HDR性能大幅度优化 JVC DLA-X8 18 BC
几种常见的负载均衡算法的优化