基于动态参数蚁群算法的云制造服务组合

• 作者: 周井泉 张严凯 李强
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 云制造服务组合 动态参数蚁群算法 QoS评估模型 适应度函数
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 127-130
• 页数: 4页
• 分类号: TP301.6
• 字数: 3073字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2018.01.027

摘要

为了使云制造资源更加有效地分配到各个制造任务中,提出了一种动态参数蚁群算法(Dynamic Parameter Ant Col-ony Optimization,DPACO).该算法建立在QoS(Quality of Service)评估模型之上,QoS评估模型通过综合成本C(Cost)、时间T(Time)、质量函数Q(Quality function)和满意度S(Satisfaction)四个方面得到适应度函数F,F越小结果越优.DPACO算法通过改变参数在不同阶段的值来使算法获得更快的收敛效率,加入特殊蚂蚁使得算法更好地跳出局部最优解获得全局最优解.最后通过钢铁锻造任务的云制造资源优选将DPACO算法与原始ACO、PSO、DE算法作比较,实验结果表明,DPACO算法在求解云制造服务组合问题上能够更好地获得全局最优解,并具有较高的收敛效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李强	南京邮电大学电子科学与工程学院	4	6	1.0	2.0
2	周井泉	南京邮电大学电子科学与工程学院	74	227	7.0	9.0
3	张严凯	南京邮电大学电子科学与工程学院	2	5	1.0	2.0