混合和声搜索算法求解基于学习效应的PFSP问题

摘要：

置换流水线调度问题（Permutation Flow-shop Scheduling Problem，PFSP）作为流水线调度问题的子问题，实质是一个著名的组合优化问题，其已被证明了是NP完全问题中最困难的问题之一。带学习效应的PFSP问题是一种更符合实际问题的模型，为了更好地解决此问题，在此提出了一种混合遗传算法和粒子群算法的改进和声搜索算法。对CAR1问题及其学习型调度进行了仿真实验，结果表明所提算法的可行性和有效性。

关键词：改进和声搜索算法、置换流水线调度、学习效应

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金No.71271138；教育部人文社会科学规划基金项目No.10YJA630187；上海市教育委员会科研创新项目No.12ZS133；上海市一流学科项目No.S1201YLXK。

在线出版日期：2015-06-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：261-265