10.3969/j.issn.1006-9348.2016.03.062
关于柔性作业车间调度问题的仿真研究
研究柔性作业车间调度优化问题.由于传统的一些方法在解决柔性作业车间调度问题时,面临着早熟、精度低等缺点,导致调度性能降低.针对上述难题,提出了一种改进的量子粒子群算法,结合反向学习策略和边界变异策略的优势,在增加种群多样性的同时避免了陷入边界最优.经过5个标准测试函数和一个柔性作业车间调度优化模型的仿真测试,结果表明改进的算法可增强全局寻优能力,提高收敛精度,避免搜索过程过早陷入局部最优,在解决调度问题中可获得较小的加工完工时间,具有优良的调度优化性能.
柔性作业车间、量子粒子群算法、调度优化、边界变异、反向学习
33
TP301.6(计算技术、计算机技术)
国家高技术研究发展计划863计划2013AA040405
2016-08-02(万方平台首次上网日期,不代表论文的发表时间)
共7页
282-287,375