-
粒子群算法：从鸟群觅食到智能优化
粒子群算法(Particle Swarm Optimization, PSO)是由Kennedy和Eberhart于1995年提出的一种基于群体智能的优化算法，其灵感来源于鸟群觅食的行为。
-
基于粒子群算法和仿真技术的RGV动态调度建模与优化
摘要:基于10台计算机数控机床(CNC)和1辆轨道式自动引导车(RGV)组成的智能加工系统,设计了RGV动态调度策略,包括CNC工序分配、CNC编号奇偶优先和RGV任务分派策略,建立了以系统作业效率最大化和RGV移动时间最短为优化目标的数学模型,设计了基于工序编码的粒子群算法。最后利用C++语言编程,通过对一个8h班次两道工序物料加工过程的三组数据的计算,得出了在最优策略下一个班次三组数据分别生产熟料的数量、系统作业效率、RGV移动时间、奇偶优先策略引起的CNC工序排布变化。通过仿真对比和实例,验证了所提方法的有效性。
-
CPS 传感器网络节点调度设计
摘 要 ：针对 CPS 系统中能否高效调度传感器节点资源，提出一种基于混合蛙跳算法的任务调度算法。混合蛙跳算法兼具模因演化算法和粒子群算法的特点，同时也存在容易陷入局部最值、收敛速度不佳的缺点。针对这些问题，结合 CPS 传感器任务调度的特点，提出了相应的优化策略，利用混合蛙跳算法求得最优解。
