基于改进自适应布谷鸟算法的云制造资源配置优化研究*
2018-06-04杨喜娟
制造技术与机床 2018年5期
杨喜娟 杨 博 武 福
(①兰州交通大学电子与信息工程学院,甘肃 兰州 730070; ②兰州交通大学机电工程学院,甘肃 兰州 730070)
云制造资源配置优化问题是实现云制造智能化、高效化的关键问题。资源配置的优化可以解决目前大多数制造企业存在的资源闲置、能耗巨大、产能过剩等问题,改善制造业困境,提高服务质量和效率[1-3]。近年来,围绕云制造资源配置优化的研究热点主要集中在:①评价指标的研究;②服务评价综合方法的研究;③求解资源优化模型的方法研究。例如:文献[2]用基于灰色关联度分析的优选分析方法探讨了资源优化组合的求解过程;文献[4]基于模糊层次分析法建立了制造资源评价模型;文献[5]针对制造云服务组合问题建立模型并利用改进遗传算法求解;文献[6]采用改进的进化多目标算法对云制造资源配置双层规划模型进行求解;文献[7]提出用离散型粒子群遗传混合算法对云制造配置模型进行求解。但是,遗传算法参数多、收敛速度较慢、会产生大量冗余迭代;粒子群算法易早熟、易陷入局部最优,搜索质量不高;蚁群算法收敛速度慢、易停滞、易陷入局部最优。因此需要更为简单、可靠、高效的算法求解资源配置优化问题。
基本布谷鸟搜索算法(CS)是2009年由剑桥大学Yang等学者提出的一种新的全局优化启发式算法,它主要模拟自然界布谷鸟飞行以及寄生行为,通过Levy飞行机制寻找寄主鸟窝,即更新每代解实现全局搜索,再经过Biased随机游走方式淘汰并改善部分解,以达到局部搜索最优的目的。……
登录APP查看全文
