基于粗糙数据推理的麻雀搜索算法改进及应用研究

作     者：张嵩霖 

作者单位：兰州交通大学 

学位级别：硕士

导师姓名：周宁;李扬

授予年度：2023年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：麻雀搜索算法 低差异序列 粗糙数据推理 离散化算法 混合流水车间调度 

摘      要：麻雀搜索算法是一种群体智能算法,设计理念来源于自然界中麻雀种群觅食与躲避天敌的行为,具有收敛速度快、求解精度高等特点,一经提出便受到广泛研究。但该算法存在可解释性差、缺乏理论依据、迭代过程中种群多样性下降过快和易于陷入局部最优等问题。麻雀搜索算法作为连续型群体算法,无法求解离散空间中的问题,导致其发展受到限制。针对上述缺陷,本文提出适当的改进策略,对算法进行了改进与离散化设计,并将算法应用于混合流水车间调度问题中。主要工作内容如下:(1)针对麻雀搜索算法可解释性差、缺乏理论依据、迭代过程中种群多样性下降过快和易于陷入局部最优等问题,提出了一种基于粗糙数据推理的多策略改进麻雀搜索算法。首先结合低差异序列的思想进行种群初始化,增强算法的全局搜索能力,保障粗糙数据推理论域的完整性;然后引入粗糙数据推理理论,结合适应度与距离建立个体间的联系,提高算法收敛速度,增强跳出局部最优的能力,改进麻雀搜索算法在多峰值问题中的不足,提高算法的可解释性;最后对于迭代中的超界个体,在超界的同时将其赋值为边界附近的值而非边界最大或最小值,保证种群的多样性且提高算法收敛速度。通过形式化推理,证明了改进策略的合理性,与其他算法的对比试验阐述了改进算法的优越性。(2)针对麻雀搜索算法无法求解离散问题的缺陷,提出了一种离散麻雀搜索算法。首先根据改变个体信息的多少及算法不同个体的运动方式,将位置更新公式抽象;其次研究离散化算法的设计方式,对比启发式收敛策略的搜索范围、开发与探索能力;最后在保留原算法框架的前提下,为麻雀搜索算法设计新的离散化更新策略,提出离散麻雀搜索算法。(3)改进离散麻雀搜索算法,求解混合流水车间调度问题。首先为混合流水车间调度问题建立适合算法的数学模型,设计编码与解码方式;其次融合逆序变异与粗糙数据推理理论将离散麻雀搜索算法进行改进,扩充搜索策略,提升求解精度;最后利用改进离散麻雀搜索算法求解混合流水车间调度问题,在小规模实际算例与大规模标准测试集上进行仿真实验,证明了改进离散麻雀搜索算法求解混合流水车间调度问题的可行性,相较于其他算法求解精度更高。