基于混合遗传算法的重入式流水线调度研究
针对可重入式生产流水线的大规模调度优化问题,提出了一种改进的混合遗传算法。在计算适应值的过程中利用信息素算法的正反馈机制,解决工件在重入环节的竞争问题。并将禁忌搜索算法中独有的记忆功能引入到遗传算法的交叉与变异的进化过程中,可以有效的避免算法早熟和迂回搜索。通过实例仿真,表明改进后的算法相比于普通的遗传算法不仅有较强的收敛性,并且具有更快的寻优功能,是解决复杂调度问题的有效算法。
调度 重人式 信息素算法 遗传算法 禁忌搜索算法
王舒憬 杨晨阳
上海大学机电工程与自动化学院 上海,200000
国内会议
成都
中文
12-13,19
2012-11-23(万方平台首次上网日期,不代表论文的发表时间)