针对准时化顺序供应的混流装配生产线物料补给问题进行数学规划建模,通过决策各次物料补给作业的发车时间和料箱标号使线边物料的库存成本最小.为了解决这一复杂的混合优化问题,给出了问题的性质分析,并将该问题转化为求解最优料箱配送序列的组合优化问题.在此基础上,构建反向动态规划求解算法以获得该问题的最优解,并证明该算法具有指数级别的时间复杂度.为了求解中大规模调度问题,构建了改进蜂群算法,通过在邻域搜索部分融合基于分布估计算法的个体更新机制来强化基本蜂群算法的收敛性能.最后通过仿真实验验证了所提出算法的可行性和有效性.
2021-08-31 16:48:16
413KB
1
多阶段决策过程（ multistep decision process ）是指这样一类特殊的活动过程，过程可以按时间顺序分解成若干个相互联系的阶段，在每一个阶段都需要做出决策，全部过程的决策是一个决策序列。在计算机算法设计方法中，动态规划技术是比较基本，但又比较抽象，难于理解的一种。它建立在最优原则的基础上，动态规划 （ dynamic programming ）算法是解决多阶段决策过程最优化问题的一种常用方法，难度比较大，技巧性也很强。利用动态规划算法，可以优雅而高效地解决很多贪婪算法或分治算法不能解决的问题。因此，动态规划技术越来越成为解决许多重要的应用问题的关键技术。例如，用动态规划解决0-1背包问题、图像数据压缩、矩阵连乘、有向图最短路径、无交叉子集、元件折叠以及最长公共子序列等应用问题。另外，在语音识别领域，应用动态规划技术的动态时间伸缩算法DTW取得了很大成功，当词汇表较小以及各个词条不易于混淆时，DTW可以有效的解决孤立词识别时说话速度不均匀的难题，从而自20世纪60年代末期掀起了语音识别研究的热潮。
2021-08-21 20:34:56
343KB
1