10.3969/j.issn.1000-386x.2019.08.044
混合粒子群算法在ETV调度优化中的应用
为了提高机场货运区(Elevating Transfer Vehicle,ETV)转运效率,建立以最小化任务集调度时间为优化目标的调度模型,提出一种混合的粒子群算法对ETV调度问题求解.算法对加速因子采取动态的自适应调整策略;采用混沌序列替代标准粒子群中的随机数;建立平均粒距、适应度方差和汉明距离相结合的早熟判断机制并采用混沌算子扰动微粒的位置来跳出局部最优.通过实例验证和遗传算法、模拟退火等经典的优化算法以及非线性学习因子粒子群、混沌粒子群等改进的粒子群算法相比,该算法在ETV调度最优序列的求解中收敛速度快,全局寻优能力强,稳定性好;和传统的链式调度算法相比,平均调度任务时间减少了15.6%,较好地解决了ETV转运效率低的问题.
ETV、调度、粒子群算法、混沌、判断机制
36
TP391.9(计算技术、计算机技术)
中央高校基本科研业务费项目中国民航大学资助专项3122017003;国家教育部留学回国人员科研启动基金
2019-08-28(万方平台首次上网日期,不代表论文的发表时间)
共7页
262-267,316