[1]光熠 刘心报 程浩.求解车间作业调度问题的一种改进遗传算法[J].计算机技术与发展,2007,(11):171-174.
　GUANG Yi,LIU Xin-bao,CHENG Hao.An Improved Genetic Algorithm in Job - Shop Scheduling Problem[J].,2007,(11):171-174.
点击复制

求解车间作业调度问题的一种改进遗传算法()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2007年11期
页码:
171-174
栏目:
应用开发研究
出版日期:
1900-01-01

文章信息/Info

Title:
An Improved Genetic Algorithm in Job - Shop Scheduling Problem
文章编号:
1673-629X（2007）11-0171-04
作者:
光熠 刘心报 程浩
合肥工业大学
Author(s):
GUANG Yi;  LIU Xin-bao; CHENG Hao
Hefei University of Technology
关键词:
宣传算法; Job; Shop调度问题; 组合优化
Keywords:
genetic algorithm;  job - shop scheduling problem;  combinatorial optimization
分类号:
TP301.6 O221.7
文献标志码:
A
摘要:
针对标准遗传算法收敛速度慢和易陷入局部最优的问题，在总结已有经验的基础上对标准遗传算法提出改进：采用基于工序的编码、解码方式，每一次遗传操作后对种群采用循环选择并保留最优个体，对交叉操作和变异概率的计算提出了一系列改进方法，避免遗传算法产生无用解或陷入局部优化，以提高效率。通过实验验证，改进后的算法具有可行性，并且可以得到十分满意的结果
Abstract:
The standard genetic algorithm is slow and easy to fall into a local optimum. Based on the experiences an improved genetic algorithm was proposed in job shop scheduling problem：acquired on the basis of the standard genetic algorithm proposed improvements： coding and decoding method based on woke order, use cycle selection after each operating and save the optimal individual, improve the crossover and calculation methods of mutation probability. This can avoid useless solution or local optimization, so it will be. more efficient. Experiments on job shop benchmarks show that this improved algorithm has good performance

相似文献/References:

[1]张雪东 赵传信 季一木[].一种混合粒子群算法及其在Job Shop问题中的应用[J].计算机技术与发展,2006,(09):109.
　ZHANG Xue-dong,ZHAO Chuan-xin,JI Yi-mu.Hybrid Particle Swarm Optimization Algorithm and Its Application in Job Shop Problem[J].,2006,(11):109.

备注/Memo

备注/Memo:
光熠（1982-），男，安徽合肥人，硕士研究生，研究方向为决策科学与技术刘心报，博士，教授，博士生导师，研究方向为决策科学与技术
更新日期/Last Update: 1900-01-01