论文摘要
为了求解批量流水调度问题(LFSP)的最小化最大完工时间,提出一种量子候鸟协同优化(QMBCO)算法。首先,采用Bloch量子球面编码方案扩大解空间;然后,运用FL算法优化初始解,以弥补传统随机初始解的不足,保证初始种群具有较高的质量;最后,使用候鸟优化(MBO)算法及变邻域搜索(VNS)算法进行迭代,增强算法的全局搜索能力。采用随机生成不同规模的实例仿真,将QMBCO算法与目前较优的离散粒子群优化(DPSO)算法、MBO算法和量子布谷鸟协同搜索(QCCS)算法相比较。结果表明,在两种不同运行时间下QMBCO与DPSO、MBO、QCCS相比产生的最优解平均百分比偏差(ARPD)分别平均下降65%、34%和24%,证明了QMBCO算法的有效性和高效性。
论文目录
文章来源
类型: 期刊论文
作者: 陈林烽,齐学梅,陈俊文,黄琤,陈付龙
关键词: 批量流水调度问题,最大完工时间,候鸟优化算法,量子球面编码,变邻域搜索算法,平均百分比偏差
来源: 计算机应用 2019年11期
年度: 2019
分类: 信息科技,基础科学
专业: 数学,自动化技术
单位: 安徽师范大学计算机与信息学院,网络与信息安全安徽省重点实验室(安徽师范大学)
基金: 国家自然科学基金资助项目(61572036)~~
分类号: O224;TP18
页码: 3250-3256
总页数: 7
文件大小: 759K
下载量: 93
相关论文文献
标签：批量流水调度问题论文; 最大完工时间论文; 候鸟优化算法论文; 量子球面编码论文; 变邻域搜索算法论文; 平均百分比偏差论文;