关于柔性作业车间调度问题的仿真研究

摘要：

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.

关键词：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

所属期刊栏目：33

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家高技术研究发展计划863计划2013AA040405

在线出版日期：2016-08-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：282-287,375