论文部分内容阅读
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 Colony 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