求解改进布谷鸟算法的置换流水车间调度问题

发布时间：2021-08-16 14:48

　　针对实际工况下置换流水车间调度问题,文中以最小化完工时间为目标对标准布谷鸟算法进行了改进。为提高优化解的稳定性和算法的计算精度,该算法将淘汰概率引入动态自适应机制,将局部搜索引入差分进化机制,并在初始种群的生成中引入NEH算法。文中将改进的布谷鸟算法运用于解决实际工况下的置换流水车间调度问题,通过与标准布谷鸟算法仿真优化结果进行对比,证明了改进布谷鸟算法具有更好的解的稳定性和更高的寻优精度。 

【文章来源】：电子科技. 2019,32(10)

【文章页数】：5 页

【文章目录】：
1 置换流水车间调度问题描述
2 置换流水车间调度问题的算法求解
    2.1 置换流水车间调度问题的求解框架
    2.2 实际工况下置换流水车间调度问题的仿真建模
    2.3 改进的布谷鸟算法
        2.3.1 动态适应机制
        2.3.2 差分优化机制
            (1)变异操作。
            (2)交叉操作。
            (3)选择操作。
3 仿真实验
4 结果分析
5 结束语


【参考文献】：
期刊论文
[1]物流领域的“JIT”——越库调度[J]. 吴斌,陈佳华,李玉,董敏.  油气储运. 2018(02)
[2]求解模糊柔性作业车间调度的多目标进化算法[J]. 王春,田娜,纪志成,王艳.  电子学报. 2017(12)
[3]基于动态多种群的粒子群优化算法[J]. 王宇嘉,聂善坤,肖闪丽.  电子科技. 2017(07)
[4]求解广义优先关系下多技能人员项目调度问题的改进布谷鸟搜索算法[J]. 段鹏飞,余杰,聂慧,杨辉华.  计算机应用研究. 2018(05)
[5]基于双模式PSO算法求解置换流水车间调度问题[J]. 马祎航,陶文华,刘阳.  电子设计工程. 2016(15)
[6]差分进化混合粒子群算法求解装配式住宅项目进度优化问题[J]. 赵平,吴昊.  计算机工程与科学. 2016(07)
[7]布谷鸟算法求解置换流水车间调度问题[J]. 徐杨丽,叶春明.  数学理论与应用. 2015(03)
[8]基于Memetic算法的有限缓冲区流水车间调度问题[J]. 谢展鹏,张超勇,邵新宇,尹勇,罗敏.  计算机集成制造系统. 2015(05)
[9]具有复杂缓冲的分段多流水车间调度问题[J]. 张志英,代乙君,隋毅.  哈尔滨工程大学学报. 2014(07)
[10]一种基于Petri网的多目标无死锁蚁群调度算法[J]. 惠晓龙,郜振鑫.  电子科技. 2014(05)



本文编号：3345874