新型教与同伴学习粒子群算法求解作业车间调度问题

论文摘要

针对最小化最大完工时间的单目标作业车间调度问题,提出了新型教与同伴学习粒子群算法。通过教学阶段融合多邻域搜索,采用多样性变异策略以及同伴学习阶段采用混合学习策略三个方面的改进操作,扩大了种群的多样性,避免算法陷入局部最优,算法收敛速度和寻优性能有了显著提高。通过作业车间调度问题FT、LA系列测试实例的对比实验,验证了新型教与同伴学习粒子群算法是解决单目标作业车间调度问题的有效方法。

论文目录

• 1 作业车间调度问题描述
• 2 求解JSP的新型HTLBPSO
•   2.1 相关基础算法
•     2.1.1 粒子群算法
•     2.1.2 教与学优化算法
•     2.1.3 教与同伴学习粒子群算法
•   2.2 改进的新型教与同伴学习粒子群算法
•     2.2.1 教学阶段融合多邻域搜索算法
•     2.2.2 粒子变异:采用多样性变异策略
•     2.2.3 同伴学习阶段采用混合学习策略
• 3 实验与分析
•   3.1 算法比较
•   3.2 寻优曲线比较
• 4 结束语

文章来源

类型: 期刊论文

作者: 董君,叶春明

关键词: 教与同伴学习粒子群算法,作业车间调度,多邻域搜索,多样性变异,混合学习策略

来源: 计算机应用研究 2019年12期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 机械工业,自动化技术

单位: 上海理工大学管理学院,河南工学院

基金: 国家自然科学基金资助项目(71271138),上海理工大学科技发展项目(2018KJFZ043)

分类号: TP18;TH18

DOI: 10.19734/j.issn.1001-3695.2018.08.0598

页码: 3764-3768

总页数: 5

文件大小: 1250K

下载量: 215