求解PFSP的双种群协同学习算法
CSTR:
作者:
作者单位:

(1. 中国科学院沈阳自动化研究所,沈阳110016;2. 中国科学院大学,北京100049)

作者简介:

亓祥波(1981-), 男, 博士 生, 从事智能优化算法及应用的研究;朱云龙(1967-), 男, 研究员, 博士生 导师, 从事CIMS、分布式智能技术等研究

通讯作者:

中图分类号:

TP301

基金项目:

国家杰出青年科学基金项目(61174164, 51205389);辽宁省自然科学基金项目(2015020163)


Double population co-learning algorithm for permutation flow-shop scheduling problems
Author:
Affiliation:

(1. Shenyang Institute of Automation,Chinese Academy of Sciences,Shenyang 110016,China;2. University of Chinese Academy of Sciences,Beijing 100049,China)

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    在人工蜜蜂群算法的基础上, 提出一种双种群协同学习算法.该算法根据个体适应度高低把蜜蜂群划分为 两个子群, 并重新定义子群的学习交流机制.在10个常用的基准测试函数上与其他4个常用的群体智 能算法进行比较, 比较结果表明, 所提出算法的性能有明显改进.采用双种群协同学习算法求解置换流水车间调度问题, 在一 些著名的中大规模测试问题包括21个Reeves实例和40个Taillard实例上进行 测试, 结果表明, 所提出的算法优于其他算法, 能有效解决置换流水车间调度问题.

    Abstract:

    Based on the artificial bee colony(ABC) algorithm, a double population co-learning(DPCL) algorithm is proposed.A population is divided into two populations according to their fitness.The individuals of each population are updated according to the given learning rules.With a test on ten benchmark functions, the proposed DPCL algorithm is proved to have significant improvement over canonical ABC and several other comparison algorithms.The DPCL algorithm is then employed for permutation flow-shop scheduling problem(PFSP).Twenty-one Reeves instances and forty Taillard instances are used.The results show that the DPCL algorithm can obtain better results than other algorithms, and is a competitive approach for PFSP.

    参考文献
    相似文献
    引证文献
引用本文

亓祥波,朱云龙,张丁一.求解PFSP的双种群协同学习算法[J].控制与决策,2017,32(1):12-20

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2015-12-18
  • 最后修改日期:2015-12-18
  • 录用日期:
  • 在线发布日期: 2017-01-01
  • 出版日期:
文章二维码