基于混合算法的云制造资源配置研究
2022-05-13李贻婷
自动化与信息工程 2022年2期
李贻婷
基于混合算法的云制造资源配置研究
李贻婷
(南京信息工程大学,江苏 南京 210044)
针对云环境下制造资源优化配置模型求解问题,提出一种在花朵授粉算法基础上引入遗传算法和模拟退火算法的混合算法。首先,在花朵授粉算法的基础上引入遗传算法,用于前期种群初始化;然后,在迭代过程中加入模拟退火算法,避免陷入局部最优;最后,使用该混合算法求解实际问题,验证该算法处理资源配置问题的有效性和准确性。
云制造;资源配置;花朵授粉算法;遗传算法;模拟退火算法
0 引言
云制造资源配置是在云环境下实现资源合理高效地配置[1-2]。资源配置可以解决制造资源与制造能力不均衡带来的资源闲置、资源短缺、制造能力不足、制造能力过剩等问题。建立资源模型是实现资源合理配置的重要环节。文献[3]构建双层规划数学模型,并采用改进的多目标遗传算法对模型求解,实现云制造资源优化配置;文献[4]利用遗传算法和蚁群算法相结合的混合算法解决云制造资源调度;文献[5]结合遗传算法和分层序列法的优势,提出一种遗传分层序列多目标决策方法;文献[6]使用改进的布谷鸟算法解决资源配置问题,利用自适应性调整部分参数和Levy飞行步长,采用模拟退火思想防止陷入局部最优;文献[7]使用改进的鲸鱼优化算法,引入编码解码方式和惯性权重对资源模型进行求解。以上文献中的算法大都存在易早熟、局部搜索能力弱、过分依赖参数设置等问题。……
登录APP查看全文
