论文摘要
标准猫群算法（CSO）在求解最小化最大完工时间的置换流水车间调度问题（PFSP）时收敛速度较慢,同时,当问题规模变大时容易出现"维数灾难"。为加快寻优速度,同时避免"维数灾难",提出了一种基于分布估计算法的改进猫群算法（EDA-CSO）。以猫群算法为框架,嵌入分布估计算法,在搜寻模式下,利用概率矩阵挖掘解序列中的优秀基因链组合区块,使用猫群算法中的跟踪模式更新猫的速度和位置,从而更新优秀解序列产生子群体。最后,通过对Carlier和Reeves标准例题集的仿真测试和结果比较,验证了该算法良好的鲁棒性和全局搜索能力。
论文目录
文章来源
类型: 期刊论文
作者: 裴小兵,于秀燕
关键词: 置换流水车间调度,猫群算法,分布估计算法,搜寻模式,概率矩阵,组合区块,跟踪模式,优秀解序列
来源: 智能系统学报 2019年04期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 工业通用技术及设备,自动化技术
单位: 天津理工大学管理学院
基金: 国家创新方法工作专项项目(2017IM010800)
分类号: TP18;TB497
页码: 769-778
总页数: 10
文件大小: 1937K
下载量: 307
相关论文文献
标签：置换流水车间调度论文; 猫群算法论文; 分布估计算法论文; 搜寻模式论文; 概率矩阵论文; 组合区块论文; 跟踪模式论文; 优秀解序列论文;