典型文献
改进激素算法求解置换流水车间调度问题
文献摘要：
遗传算法中由于激素调节的选择、交叉以及变异算子存在较大目标函数值失调的问题,提出了基于改进激素浓度计算法的自适应遗传算法(IHCCM-IAGA).IHCCM-IAGA采用基于工件排列的编码方式,并利用反向学习法初始化种群,提高了初始解的质量;针对两点交叉(TPX)算子存在冗余度高、效率低等问题,提出了改进型TPX(ITPX),并引入优良基因库及免疫因子,实现两种交叉方式,同时监控整个进化过程,避免了优质染色体的丢失;设计了多种扰动保持丰富的多样性结构以及相关的局部搜索算法组合成变异算子,建立种群湮灭算子,并设置湮灭因子来引导变异算子中的局部搜索.将IHCCM-IAGA应用于置换流水车间调度问题中,并进行该问题标准算例的各项测试,结果表明IHCCM-IAGA切实有效.
文献关键词：
优良基因库;激素浓度;激素调节机制;改进型TPX;置换流水车间调度问题;反向学习法
中图分类号：
作者姓名：
郑堃;练志伟;王玉国;朱长建;顾新艳;刘轩
作者机构：
南京工程学院汽车与轨道交通学院 南京 211167;中德智能制造研究院 南京 211800
文献出处：
引用格式：
[1]郑堃;练志伟;王玉国;朱长建;顾新艳;刘轩-.改进激素算法求解置换流水车间调度问题)[J].电子科技大学学报,2022(06):890-903
A类：
IHCCM,反向学习法,ITPX,优良基因库
B类：
置换流水车间调度问题,变异算子,大目标,目标函数值,激素浓度,浓度计,计算法,自适应遗传算法,IAGA,工件,编码方式,初始化,初始解,两点,点交,冗余度,改进型,免疫因子,局部搜索算法,算法组合,组合成,湮灭,切实有效,激素调节机制
AB值：
0.196287
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
