基于蚁群算法的飞机定检原位工作流程优化

摘要：

首次将蚁群算法(ACO)应用于飞机定检原位工作流程优化中.在建立原位工作流程优化模型的基础上,借鉴最优-最差蚂蚁系统的思想改进信息素更新机制,并采用改进的精英策略和变异特征对基本蚁群算法进行改进.实例仿真表明,改进蚁群算法在全局搜索能力和收敛速度上较基本蚁群算法有明显提高,克服了基本蚁群算法搜索时间长、容易早熟的不足.优化后原位工作完成时间较优化前缩短2.27％,验证了ACO在解决定检工作流程优化问题上的适用性.

关键词：蚁群算法、飞机定检、原位工作、流程优化模型

所属期刊栏目：22

分类号：TP39(计算技术、计算机技术)

在线出版日期：2012-05-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：147-151