解决处理时间不确定的Flow shop问题的混合算法
生产调度是间歇工业生产过程中的一个重要的组成部分,在实际的生产环境中,常常存在着数据模糊、不确定的情狂.针对处理时间不确定条件下的flow shop调度问题,采用模糊数学的方法来处理数据的不确定性,建立了基于模糊截集理论的不确定条件下的flow shop调度模型.并在模糊运算的基础上,结合免疫算法和分枝定界方法给出了一个解决该模型的调度算法.仿真数据表明模型和算法不仅能有效解决调度问题,而且提高了搜索效率,并且有望解决较大规模的调度问题.
flow shop 不确定性 α截集 免疫算法 分枝定界
徐震浩 顾幸生
华东理工大学自动化研究所(上海)
国内会议
贵阳
中文
308-312
2004-10-20（万方平台首次上网日期，不代表论文的发表时间）