学位论文 > 优秀研究生学位论文题录展示

量子遗传算法及其在调度问题中的应用研究

作　者: 吴灵芝
导　师: 黄德才
学　校: 浙江工业大学
专　业: 计算机应用技术
关键词: 量子遗传算法 模糊交货期 资源受限 调度
分类号: TP18
类　型: 硕士论文
年　份: 2011年
下　载: 63次
引　用: 0次
阅　读: 论文下载
 

内容摘要


量子信息学是建立在量子力学与经典信息学基础上的,以量子状态载荷信息,实现信息存储,并遵从量子力学规则对信息实施处理与传输。量子信息学与遗传算法的结合,能有效地避免传统遗传算法具有的过早收敛、收敛速度慢和易陷入局部最优值等缺陷。生产调度典型的组合优化问题,也是一个NP完全问题。随着问题规模的扩大和用户要求的多样化,这个问题的算法复杂度会呈指数增长。基于以上原因,本文作者选择将量子遗传算法的改进及其在调度问题的应用作为研究课题,主要工作如下:(1)针对典型量子遗传算法在实际应用中的缺陷,提出了一种改进的量子遗传算法。通过改进旋转门和灾变策略,用当代最优解取代历代最优解作为算法收敛目标等方式提高算法的寻优能力。通过复杂函数优化的仿真实验,证明了改进的量子遗传算法比遗传算法有更好的算法收敛性。(2)将改进的量子遗传算法应用于模糊交货期下多机并行调度问题的求解。针对最佳个体的量子位观测值不能直接地反应当前的最佳调度方式的问题,在量子解码的过程中引入了量子观测值的求反操作,保持个体的多样性,并用仿真实验也证明了改进的量子遗传算法求解这类问题的可行性和有效性。(3)随着资源受限项目调度问题的规模扩大,使用启发式算法求解存在着收敛速度慢和易陷入局部最优解等缺陷。本文将改进的量子遗传算法引入到这类问题的求解中,提出了一种新的基于优先规则的二进制三角矩阵编码方式。通过标准问题库的仿真测试,证实基于新编码方式的量子遗传算法具有很好的收敛性。

全文目录


摘要  5-6
ABSTRACT  6-10
第一章 绪论  10-14
  1.1 研究的背景和意义  10-11
  1.2 国内外研究现状  11-12
  1.3 本文的主要研究工作及其结构安排  12-13
  1.4 本章小结  13-14
第二章 遗传算法的基本原理  14-22
  2.1 概述  14-15
  2.2 遗传算法的基本操作  15-18
    2.2.1 编码  15-16
    2.2.2 初始种群的产生  16
    2.2.3 适应度函数  16-17
    2.2.4 遗传操作  17-18
    2.2.5 遗传参数  18
  2.3 遗传算法的工作流程  18-19
  2.4 遗传算法的应用现状  19-21
    2.4.1 遗传算法的应用范围  19-20
    2.4.2 遗传算法的缺陷  20-21
  2.5 本章小结  21-22
第三章 量子遗传算法及其改进  22-35
  3.1 量子计算  22-26
    3.1.1 量子计算基础  22-24
    3.1.2 量子计算特性  24-25
    3.1.3 基本量子算法  25-26
  3.2 量子遗传算法  26-28
    3.2.1 量子遗传算法的基本概念  26-28
    3.2.2 量子遗传算法的流程  28
  3.3 量子遗传算法的改进研究  28-34
    3.3.1 改进的量子遗传算法的设计  29-31
    3.3.2 改进的量子遗传算法的流程  31
    3.3.3 改进算法的性能测试  31-34
  3.4 本章小结  34-35
第四章 IQGA 求解模糊交货期下的多机并行调度问题  35-45
  4.1 问题提出  35-36
  4.2 模糊交货期模型  36-38
  4.3 IQGA 求解模糊交货期多机并行调度问题  38-40
    4.3.1 模糊交货期多机并行问题的描述  38
    4.3.2 问题的编码  38-39
    4.3.3 解码过程  39-40
    4.3.4 算法停止准则  40
    4.3.5 实现流程  40
  4.4 仿真实验  40-42
    4.4.1 实验参数设置  41-42
    4.4.2 实验结果与分析  42
  4.5 本章小结  42-45
第五章 基于IQGA 的多种资源受限调度问题  45-57
  5.1 问题提出  45-46
  5.2 多种资源受限调度问题的描述  46-48
  5.3 基于IQGA 的多种资源受限调度问题算法  48-52
    5.3.1 算法描述  48
    5.3.2 拓扑结构的编码  48-50
    5.3.3 优先关系发生器  50-51
    5.3.4 量子信息的编码和编码  51-52
    5.3.5 适应度的计算  52
  5.4 仿真实验  52-56
    5.4.1 RCPSP 算法的评价标准  53
    5.4.2 实验参数设置  53-54
    5.4.3 实验结果与分析  54-56
  5.5 本章小结  56-57
第六章 总结与展望  57-60
  6.1 本文的主要成果  57-58
  6.2 存在问题  58
  6.3 展望  58-60
参考文献  60-65
致谢  65-66
作者读研期间参与的科研项目与发表的论文  66

相似论文

  1. 基于差分进化算法的JSP环境下成套订单研究,F273
  2. BioLab面向生物计算服务的网格系统,TP399-C8
  3. 无线传感器网络上的数据聚集调度算法,TP212.9
  4. 超声速巡航导弹姿态控制系统增益调度设计的参数化方法,TJ765.23
  5. 车载FlexRay主干网的构建与性能分析,TP273
  6. 车载CAN网络的网关设计方法研究,TP273
  7. 极端气象灾害下考虑不确定断线故障的电力系统随机优化调度,TM73
  8. 基于遗传算法的矿山资源优化调度模型的研究,O224
  9. 基于量子遗传算法的单阶段多产品批处理调度研究与应用,TP18
  10. 基于炼油厂CSTR生产的循环调度与优化问题研究,F273
  11. 基于博弈理论的货运列车编组调度模型与算法研究,O225
  12. 基于信誉度的云环境下资源管理的研究,TP315
  13. 梯级水电站优化调度决策支持系统研究与实现,TV737
  14. 多核系统中实时任务调度算法的研究,TP332
  15. 基于蚁群算法的车辆调度问题研究,TP301.6
  16. 多项目资源受限网络计划方法研究,F272
  17. 基于遗传算法的企业生产调度研究,F273
  18. 基于区分服务模型的IP QoS技术研究,TN915.09
  19. 基于量子计算的DNA编码方法研究,Q75
  20. 多核系统中基于温度限制的节能调度算法研究,TP332

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论
© 2012 www.xueweilunwen.com