改进猫群算法求解置换流水车间调度问题
标准猫群算法(CSO)在求解最小化最大完工时间的置换流水车间调度问题(PFSP)时收敛速度较慢,同时,当问题规模变大时容易出现“维数灾难”.为加快寻优速度,同时避免“维数灾难”,提出了一种基于分布估计算法的改进猫群算法(EDA-CSO).以猫群算法为框架,嵌入分布估计算法,在搜寻模式下,利用概率矩阵挖掘解序列中的优秀基因链组合区块,使用猫群算法中的跟踪模式更新猫的速度和位置,从而更新优秀解序列产生子群体.最后,通过对Carlier和Reeves标准例题集的仿真测试和结果比较,验证了该算法良好的鲁棒性和全局搜索能力.
置换流水车间调度、猫群算法、分布估计算法、搜寻模式、概率矩阵、组合区块、跟踪模式、优秀解序列
14
TP18(自动化基础理论)
国家创新方法工作专项项目2017IM010800
2019-07-24(万方平台首次上网日期,不代表论文的发表时间)
共10页
769-778