摘要: 随着世界经济发展模式的深刻变革，物流作为第三方利润源泉愈发受到国际社会的关注。广义的物流包含运输、存储、加工、配送、信息处理等过程。同类机调度属于物流生产加工领域一类重要问题，其广泛存在于生产车间中，对该类问题的研究具有重要现实意... 展开 随着世界经济发展模式的深刻变革，物流作为第三方利润源泉愈发受到国际社会的关注。广义的物流包含运输、存储、加工、配送、信息处理等过程。同类机调度属于物流生产加工领域一类重要问题，其广泛存在于生产车间中，对该类问题的研究具有重要现实意义。 人工蜂群算法(Artificial Bee Colony, ABC)是受自然界蜜蜂种群觅食的生物学现象启发，提出的一种较新的群体智能优化算法，具有鲁棒性强、求解精度高、参数少、原理简单易于实现等特点，被广泛应用于人工神经网络训练、函数优化、生产调度、电力系统优化等领域。 本文提出一种改进的离散人工蜂群算法(Improved discrete artificial bee colony algorithm, IDABC)求解目标函数为最小化最大加工时间和最小化加工成本的两类同类机调度问题。对于算法的改进包含以下几个方面，首先，利用logistic混沌映射设计种群初始化策略，获得均匀分布的初始种群；其次，提出一种待优参数的自适应调控方法，加速算法收敛；再次，借鉴差分进化算法的变异算子，给出新的局部搜索方法，以此平衡全局搜索和局部搜索的关系；然后，在跟随蜂阶段，借鉴模拟退火算法中以一定概率接受较差解的思想，设计食物源的更新过程，防止算法陷入局部最优；最后，在侦查蜂阶段，充分利用优质解的信息更新食物源，提高寻优能力。通过大量的对比试验显示，本文给出IDABC算法在求解精度、收敛速度和求解稳定性方面较其他方法更优，表明本文算法可以有效求解上述两类同类机调度问题。 收起