典型文献
基于差分量子粒子群优化算法的作业车间调度
文献摘要：
针对作业车间调度问题(job-shop scheduling problem,JSP)中存在的求解复杂程度高、动态性强等难题,提出基于差分特性的量子粒子群优化算法.量子粒子群算法引入量子机制克服了粒子群算法在全局收敛性上的不足,并采用差分进化思想对粒子状态进行更新,借助变异操作增大种群多样性,对早熟粒子进行交叉选择操作,防止个体收敛到局部极值,进一步采用多邻域搜索方法以提高算法的寻优速度.对FT、LA两类JSP算例进行求解,将所提算法与离散粒子群算法、遗传算法以及细菌觅食算法进行实验对比.结果表明,4种算法收敛到FL10算例理论最优解的时间分别为127、134.8、143.5以及141.3 s;而LA36算例的理论最优解为1268,4种算法所得结果分别为1294.6、1457.4、1374.3以及1398,且所提算法收敛时间最短.仿真结果表明所提算法能以较快的收敛速度得到最优解,相比于其他算法,寻优速度和精度都有了明显提升.
文献关键词：
量子粒子群优化算法;差分进化;多邻域搜索;作业车间调度
中图分类号：
作者姓名：
黄宇;顾智勇;张中印;王东风
作者机构：
华北电力大学自动化系,保定071003
文献出处：
引用格式：
[1]黄宇;顾智勇;张中印;王东风-.基于差分量子粒子群优化算法的作业车间调度)[J].科学技术与工程,2022(29):12848-12854
A类：
多邻域搜索,FL10,LA36
B类：
量子粒子群优化算法,作业车间调度问题,job,shop,scheduling,problem,JSP,复杂程度,量子粒子群算法,全局收敛性,差分进化,变异操作,大种,种群多样性,早熟,局部极值,搜索方法,FT,离散粒子群算法,细菌觅食算法,实验对比,最优解,收敛时间,时间最短,收敛速度
AB值：
0.217906
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。
