結合新穎曲線搜尋機制和群組溝通拓撲於粒子群優化法求解排程問題之研究

勤益科大機構典藏 > 電資學院 > 資訊工程系(所) > 【資訊工程系所】博碩士論文 > Item 987654321/5218

請使用永久網址來引用或連結此文件: http://ir.lib.ncut.edu.tw/handle/987654321/5218

題名:	結合新穎曲線搜尋機制和群組溝通拓撲於粒子群優化法求解排程問題之研究
作者:	吳廸勳陳瑞茂
貢獻者:	資訊工程系
關鍵詞:	Gbest ratio Group communication topology 群體溝通拓撲多模式資源受限之專案排程問題超啟發式演算法粒子群優化法
日期:	2013
上傳時間:	2013-08-07 14:05:17 (UTC+8)
出版者:	台中;國立勤益科技大學
摘要:	專案工作排程的方法發展至今已有數十年。多模式資源受限之專案排程問題(Multi-mode Resource-Constrained Project Scheduling Problem, MRCPSP)收到廣泛的研究，並且已被證實是一種NP-hard問題。近年來，超啟發式演算法(Meta-heuristics)已被廣泛的應用於求解各種NP-hard問題上，其中，粒子群演算法應用到解決各種專案排程問題是一種有效的方法。MRCPSP被視為兩種子問題：活動的模式挑選和活動優先權的子問題。因此，本文藉由離散PSO和標準PSO分別用於解決這兩個子問題。本文中，我們使用標準粒子群優化法(standard PSO)中有收縮因子的速度更新規則，同時，應用離散型的粒子群演算法(discrete PSO)於解決模式分配的子問題。另外，離散型PSO的速度更新規則替換為收縮PSO更新公式於應用。同時，基於新穎曲線的搜尋調整機制，提出了加強全域和局部搜索，提高搜索效率。此外，我們提出一種新的群體溝通拓撲(group communication topology)和Gbest ratio，這兩種方法應用於粒子的群體經驗，使其避免傳統粒子收斂速度緩慢及過快的情形。此外，本文使用基於模式和活動優先權規則的啟發式演算法(Heuristics)來產生粒子群優化法的初始解。本文所使用求解問題即PSPLIB中的MRCPSP例題進行性能驗證。實驗結果證實，本文提出的方法可以有效解決MRCPSP類型的排程問題。
顯示於類別:	[資訊工程系(所)] 【資訊工程系所】博碩士論文

文件中的檔案:

沒有與此文件相關的檔案.

檢視Licence

在NCUTIR中所有的資料項目都受到原著作權保護.

資料載入中.....