<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[constant_study的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/constant_study</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; constant_study]]></copyright><item><title><![CDATA[柔性作业车间调度]]></title><link>https://blog.youkuaiyun.com/constant_study/article/details/114438105</link><guid>https://blog.youkuaiyun.com/constant_study/article/details/114438105</guid><author>constant_study</author><pubDate>Sat, 06 Mar 2021 23:55:19 +0800</pubDate><description><![CDATA[柔性作业车间调度

1 问题描述
1.1 传统作业车间调度

传统作业车间带调度实例
	
	    工件
	    工序
	    可选择的加工机器 
	
	
	    M1
	    M2
	    M3
	    M4
	    M5
	
	
	    J1
	    O11
	    --
	    --
	    5
	    --
	    --
	
	
	    O12
	    11
	    --
	    --
	    --
	    --
	
	
	    O13
	    --
	 ]]></description><category></category></item><item><title><![CDATA[群智能算法改进思路]]></title><link>https://blog.youkuaiyun.com/constant_study/article/details/108818310</link><guid>https://blog.youkuaiyun.com/constant_study/article/details/108818310</guid><author>constant_study</author><pubDate>Thu, 08 Oct 2020 22:13:08 +0800</pubDate><description><![CDATA[群智能算法改进思路
本文仅从方法论的角度来进行探讨，不设计具体的改进方法。

1.先看单个更新公式
我们常见的群智能算法其核心无非是位置更新公式，大多更新方式都可以写作下面的公式：
X(t+1)=X′(t)+ΔX
X(t+1) =X'(t)+ΔX
X(t+1)=X′(t)+ΔX
所以，在这条更新公式上就大有文章可做。在X′(t)X'(t)X′(t)的选择上，可选方案有最优解、当前个体、均值位置、随机选出来的一个个体、甚至可以是父本和母本交叉的解。而在加号的另一边，可选方案就更多了，如DE的两个个体的差分向量]]></description><category></category></item><item><title><![CDATA[超启发式]]></title><link>https://blog.youkuaiyun.com/constant_study/article/details/108116809</link><guid>https://blog.youkuaiyun.com/constant_study/article/details/108116809</guid><author>constant_study</author><pubDate>Thu, 20 Aug 2020 15:13:05 +0800</pubDate><description><![CDATA[超启发式

是什么
怎么实现
应用


1. 是什么
启发式： 根据某种经验进行迭代求解，需要对要解决的问题有深入的认识，比如要确定天亮的时间，可以根据晨晓鸡叫这个经验来确定，听到鸡叫判断天亮，也可以根据其他的启发规则来确定。再比如预测下雨，可以根据蚂蚁搬家启发，也可以根据蛇过道启发，还可以根据云和夜色来启发。
元启发式： 不需要专业知识对问题求解，只根据一些通用的求解规则，比如临近原则，当前最优解的周围可能存在着更优解；比如历史信息，在一个位置找到更优解，那么最优解有可能就出现在多个历史最优附近。
群智能]]></description><category></category></item></channel></rss>