混合量子粒子群算法及其在Flow Shop调度中的应用
提出了一种基于量子理论的混合量子粒子群算法(Hybrid QuantumParticle Swarm Optimization,HQPSO),量子理论中的叠加态特性可以使粒子表达更多的的状态,增加了粒子的多样性,一定程度上避免了早熟收敛陷入局部最优,引入一种混合量子粒子群优化算法,在每一代迭代中对量子位引入遗传算法的交叉变异的框架,保持比较好的解再进行量子粒子更新,同时引入扰动机制,进一步避免陷入局部最优。将其应有在Flow Shop调度问题,仿真结果表明,新算法有效抑制了停滞现象,增强全局搜索能力,且具有比传统的量子遗传算法更好的优化性能。
流水生产调度 粒子群算法 量子理论 算法优化
李方伟 焦斌
华东理工大学 信息科学与工程学院,上海 200237 上海电机学院,上海 200240
国内会议
兰州
中文
95-98
2009-09-01（万方平台首次上网日期，不代表论文的发表时间）