求解流水车间调度问题的混合粒子群算法

田野; 刘大有

您当前的位置：

首页 >

文章列表页 >

求解流水车间调度问题的混合粒子群算法

学术论文 | 更新时间：2025-07-16

- 求解流水车间调度问题的混合粒子群算法
- A Hybrid Particle Swarm Optimization Method for Flow Shop Scheduling Problem
- 电子学报 2011年39卷第5期页码：1087-1093
- 作者机构：
  
  1. 吉林大学计算机科学与技术学院,吉林,长春,130012
  2. 吉林大学符号计算与知识工程教育部重点实验室,吉林,长春,130012
  3. 吉林大学计算机科学与技术学院吉林长春,130012
  4. 吉林大学符号计算与知识工程教育部重点实验室吉林长春,130012
- 作者简介：
- 基金信息：
  
  国家自然科学基金 (No.60603030,No.60773099,No.60873149,No.60973088);国家863高技术研究发展计划 (No.2006AA10Z245,No.2006AA10A309);欧盟项目 (Bridging the Gap,No.155776-EM-1-2009-1-IT-ERAMUNDUS-ECW-L12)
- DOI：
  中图分类号： TP18
- 纸质出版：2011
- 稿件说明：
移动端阅览
田野, 刘大有. 求解流水车间调度问题的混合粒子群算法[J]. 电子学报, 2011,39(5):1087-1093.

TIAN Ye, LIU Da-you. A Hybrid Particle Swarm Optimization Method for Flow Shop Scheduling Problem[J]. Acta Electronica Sinica, 2011, 39(5): 1087-1093.
田野, 刘大有. 求解流水车间调度问题的混合粒子群算法[J]. 电子学报, 2011,39(5):1087-1093. DOI：

TIAN Ye, LIU Da-you. A Hybrid Particle Swarm Optimization Method for Flow Shop Scheduling Problem[J]. Acta Electronica Sinica, 2011, 39(5): 1087-1093. DOI：

摘要

本文提出了一种混合的元启发式方法HDCPSO用于求解置换流水车间调度问题中的最小化完成时间.该算法将粒子群算法和迭代贪心算法(Iterative Greedy

IG)相结合

利用IG算法中的作业毁坏(Destruction)和构造(Construction)操作来对粒子进行变异

降低群体发生早熟的可能.引入了个体徘徊概念

用来控制个体变异.此外

通过基于插入的邻域搜索来提高个体的局部搜索能力.最后

提出了群体的重新初始化机制来进一步避免早熟收敛的发生.本文算法在不同规模的问题实例上与其他几个具有代表性的算法进行了比较

实验结果表明

无论是在求解质量还是稳定性方面都优于其他算法.

Abstract

A hybrid metaheuristic for the minimization of the makespan in permutation flow shop scheduling problem (FSSP) is proposed

which combines Particle Swarm Optimization (PSO) and Iterative Greedy (IG)

and takes advantage of Destruction and Construction (DC) of IG to prevent the swarm from premature convergence.Individual hovering is defined to control when the particle mutate.Besides

an insert (shift) neighborhood search is introduced to improve the particle's searching ability.Finally

we present an efficient population re-initialization scheme to avoid premature convergence further.The proposed algorithm is tested on different scale benchmarks and compared with the other representative algorithms.The result shows that HDCPSO is better than other algorithms in not only the solution quality but also the stability.

关键词

Keywords

references

浏览量

1409

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于改进T分布烟花-粒子群算法的AUV全局路径规划

基于粒子群结构寻优的电磁隐身微网格超表面

挺进深蓝：从单体仿生到群体智能

基于直觉模糊熵的混合粒子群优化算法

基于粒子群算法的分布式MIMO系统圆形小区天线位置优化研究