考慮并行機(jī)的流水車間調(diào)度問題研究5-外文翻譯

徙選擇機(jī)制中，通過對他們施加更合適的自適應(yīng)方法，最不適應(yīng)環(huán)境的首先遷徙，希望找到一個(gè)更好的機(jī)會(huì)一個(gè)更合適的環(huán)境中該算法在52個(gè)基準(zhǔn)實(shí)例上進(jìn)行了測試，提出了演化模型和遷移選擇機(jī)制沒有使用經(jīng)典的替代方案并與文獻(xiàn)中最近的其他算法進(jìn)行了比較計(jì)算結(jié)果驗(yàn)證了所演化模型和遷移選擇機(jī)制所取得的改進(jìn)并表明了所提算法在有效性方面的優(yōu)越性。最優(yōu)解。然而，由于實(shí)際的計(jì)算成本，它們未能解決更大尺寸的問題。出于這個(gè)原因，研似方法稱為超啟發(fā)式，探索利用的智力，更有效地搜索空間。用于JSSP的最常見的包括模擬退火，搜索，蟻群優(yōu)化和粒子群優(yōu)化。括開發(fā)編碼和方案，開發(fā)遺傳操作，與其他算法混合并設(shè)計(jì)并行遺傳算法（ParallelGeneticAlgorithm，PGA）模型。島模型遺傳算法（IslandModelgeneticAlgorithm，IMGA）是PGA的成功模型之一。與基于以前在JSSP上的研究，本文提出了一個(gè)帶有搜索的混合島模型遺傳算，中最好的使用搜索來執(zhí)行本地搜索，的使用3個(gè)經(jīng)典隨異算子進(jìn)行全決JSSP的新島模型遺傳算法（NewIslandModelgeneticAlgorithm，NIMGA），它利用了一個(gè)不同的變異算子的最先遷徙到鄰近的島嶼，以便找到更好的機(jī)會(huì)去更合，n個(gè)作業(yè){Jj}（1j≦n)需要在一組m個(gè)機(jī)器上處理{Mr}（1r≦m)。進(jìn)行處理；每個(gè)機(jī)器Mr一次只能處理一個(gè)作業(yè)Jj。操作Ojr的開始時(shí)間和完成時(shí)間分別表示器3上3個(gè)時(shí)間單位。以圖為代表的3×3JSSP的可能解決方案見于圖2-1。表2-13X3JSSP圖2-13X3問題解決方案的圖表自己的進(jìn)化過程探索搜索空間的不同部分，偶爾通過遷移原則交換信息。因?yàn)镹IMGA很容 發(fā)進(jìn)化模型，在每個(gè)島嶼中采用不同的自適應(yīng)方法。圖3-2以圖形方式描述了所模型圖3-2演化模本地之間的交叉應(yīng)用的結(jié)果與本文將所有島嶼合并為一個(gè)大島并在其之間施加交圖3-3的拓?fù)浣Y(jié)本文提出了一個(gè)新的選擇機(jī)制，其中最不適應(yīng)它們所處環(huán)境的最先遷移，的模擬，本文遷徙機(jī)制比文獻(xiàn)中的機(jī)制提供了更為現(xiàn)實(shí)的模仿，例如最佳的遷徙本文認(rèn)為當(dāng)機(jī)制與演化模型相結(jié)合時(shí)，它會(huì)表現(xiàn)良好，因?yàn)樗赡苣軌蚶靡呀?jīng)埋藏在一些中的一些好的特征即一個(gè)島上的可能在另一個(gè)島上表現(xiàn)良好。另一方面，允許遷移開始于的，并逐漸以最好的結(jié)束，將在開始時(shí)提供低遷移交換方法確定哪些當(dāng)?shù)貙乃麄兊膷u嶼中移除以為即將到來的騰出空間。 為了確定下一代的生存概率使用適應(yīng)度函數(shù)來度量所代表的解決方案的優(yōu)秀程度本文使用Goldberg著名的適應(yīng)度函數(shù)F(x)，F(xiàn)(x)=Cmaxp-Cmax(x)，在演變過程中，Cmaxp表示的是在當(dāng)前群體中觀測到的最大演變時(shí)間Cmax(x)表示的是X的最大演變時(shí)間。，為了表示n×m大小的問題由m個(gè)子組成每個(gè)用于一臺(tái)機(jī)器。每個(gè)子由隨機(jī)生成的n個(gè)符號(hào)串組成，每個(gè)符號(hào)表示一個(gè)應(yīng)在相關(guān)處理上進(jìn)行的機(jī)器。例如，3×3JSSP中給出的色體表格1可以采取[（123）（321）（213）]的形式。，，所有的島嶼都有相同的大小隨機(jī)生成。在確保多樣性方面存在一些更好的生成方法，但是這些方法通常涉及使用啟發(fā)式算法，其在生成過程中包含問題特定的知識(shí)；因此，，采用賭選擇在這種方法中xj從n個(gè)組成的種群中選擇進(jìn)行交叉的概率與，圖3-4該算子用于提供搜索多樣性并避免過早收斂允許獨(dú)立使用自己的演（適應(yīng)環(huán)境的進(jìn)行突變，而是采用一種新的更有效的機(jī)制，選擇其中一個(gè)作為最佳解決方案，然后隨機(jī)選擇其余的；通過這種方式，本文給予所有獨(dú)立演變的機(jī)會(huì)，更專注于最換。倒置突變隨機(jī)選擇內(nèi)的兩個(gè)，然后顛倒這兩個(gè)之間的子串。插入突變隨機(jī)選擇一個(gè)，然后將其插入隨機(jī)位置?；Q突變隨機(jī)選擇兩個(gè)，然后交換分配給它們的值。每個(gè)示例都顯示在中圖3-5。圖3-5在最初一代島嶼期間，或者由于應(yīng)用突變或交叉，有可能獲得不可行的。這些何改進(jìn)，遷移1個(gè)。實(shí)驗(yàn)1-評(píng)估演化模表4-1表4-2實(shí)驗(yàn)2機(jī)制：使用最佳遷移的NIMGA，使用輪轉(zhuǎn)遷移的NIMGA和一個(gè)使用隨機(jī)遷移ARPD-B和ARPD-A中分別達(dá)到20％和21％;但與最優(yōu)，并驗(yàn)證了本文關(guān)于擬議選擇機(jī)制優(yōu)于古典選擇機(jī)制的假設(shè)。表4-3表4-4實(shí)驗(yàn)3所算法NIMGA建議為每種可用的自適應(yīng)方法創(chuàng)建一個(gè)島；然而，當(dāng)島的數(shù)量超過可用自適應(yīng)方法的數(shù)量時(shí)，有必要再次驗(yàn)證所演化模型和遷移選擇機(jī)制。對提高最高（ARPD-B為11％，ARPD-A為15％），表4-5表4-6在這個(gè)實(shí)驗(yàn)中，使用遷移選擇機(jī)制的NIMGA+NIMGA與其他三個(gè)相同的版本進(jìn)采用隨機(jī)遷移（Rnd-NIMGA+NIMGA）表4-7具有不同遷移選