改進(jìn)粒子群算法在資源約束項(xiàng)目調(diào)度中的應(yīng)用研究.pdf

1、資源約束項(xiàng)目調(diào)度問(wèn)題（RCPSP）的求解方法一直是國(guó)內(nèi)外學(xué)者研究的一個(gè)重點(diǎn)領(lǐng)域，因?yàn)槠洳粌H具有理論研究意義，也具有實(shí)際應(yīng)用價(jià)值。粒子群算法（ParticleSwarmOptimization,PSO）是求解RCPSP的一種重要算法，本文主要針對(duì)RCPSP的特點(diǎn)，對(duì)求解RCPSP的PSO進(jìn)行研究和改進(jìn)，以提高算法的性能。
　　論文對(duì)遺傳算法、蟻群算法和PSO進(jìn)行對(duì)比研究，針對(duì)PSO的優(yōu)缺點(diǎn)，提出從PSO與其它算法的合并和對(duì)PSO參數(shù)

2、進(jìn)行優(yōu)化兩方面來(lái)改進(jìn)算法性能。
　　論文首先根據(jù)PSO的基本原理，提出將差分進(jìn)化算法（DE）與其結(jié)合組成混合算法——差分進(jìn)化粒子群算法（DEPSO），采用雙種群的方式分別迭代，在兩個(gè)種群中建立信息交互機(jī)制，使兩個(gè)種群在迭代過(guò)程中實(shí)現(xiàn)信息共享，以有效的降低PSO陷入局部最優(yōu)的風(fēng)險(xiǎn)。采用標(biāo)準(zhǔn)問(wèn)題庫(kù)PSPLIB對(duì)算法進(jìn)行測(cè)試，驗(yàn)證了混合算法的性能。
　　為進(jìn)一步提高算法的全局和局部搜索能力以及搜索精度，論文引入云模型對(duì)混合算法中P