原文服务方: 西安交通大学学报       
摘要:
通过结合蚁群算法(ACO)的并行搜索结构和模拟退火算法(SA)的概率突跳性,提出了一种有效的混合优化策略,并将该策略应用于流水作业调度问题(FSP).在该策略中,蚁群系统的一个周游路线为模拟退火算法提供了一系列初始解,在每个退火温度上进行抽样准则检验并产生新解,然后更新信息激素;蚁群算法再利用模拟退火算法产生的新解进行并行搜索.同时,根据此策略构建并实现了针对FSP问题求解的具体混合算法.仿真结果表明,混合算法弥补了ACO易陷入局部最优和SA搜索效率较低的缺点,增强了全局搜索能力,在求解FSP调度问题的性能上也优于其他算法.
推荐文章
同序流水作业问题的建模及求解算法
同序流水作业
混合型算法
计算机随机模拟
基于演化多目标算法的混合流水作业调度优化
混合流水作业调度
多目标优化
演化计算
适应度分配机制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 智能混合优化策略及其在流水作业调度中的应用
来源期刊 西安交通大学学报 学科
关键词 蚁群算法 模拟退火算法 混合优化算法 流水作业调度
年,卷(期) 2004,(8) 所属期刊栏目
研究方向 页码范围 779-782
页数 4页 分类号 TP278
字数 语种 中文
DOI 10.3321/j.issn:0253-987X.2004.08.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 冯祖仁 西安交通大学系统工程研究所 102 1951 20.0 41.0
2 彭勤科 西安交通大学系统工程研究所 68 773 16.0 25.0
3 冯远静 西安交通大学系统工程研究所 10 140 6.0 10.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (36)
参考文献  (9)
节点文献
引证文献  (20)
同被引文献  (24)
二级引证文献  (84)
1976(1)
  • 参考文献(1)
  • 二级参考文献(0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(2)
  • 引证文献(2)
  • 二级引证文献(0)
2007(4)
  • 引证文献(3)
  • 二级引证文献(1)
2008(6)
  • 引证文献(6)
  • 二级引证文献(0)
2009(7)
  • 引证文献(3)
  • 二级引证文献(4)
2010(18)
  • 引证文献(3)
  • 二级引证文献(15)
2011(12)
  • 引证文献(0)
  • 二级引证文献(12)
2012(13)
  • 引证文献(2)
  • 二级引证文献(11)
2013(8)
  • 引证文献(0)
  • 二级引证文献(8)
2014(6)
  • 引证文献(0)
  • 二级引证文献(6)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(12)
  • 引证文献(0)
  • 二级引证文献(12)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(6)
  • 引证文献(0)
  • 二级引证文献(6)
2019(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
蚁群算法
模拟退火算法
混合优化算法
流水作业调度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西安交通大学学报
月刊
0253-987X
61-1069/T
大16开
1960-01-01
chi
出版文献量(篇)
7020
总下载数(次)
0
总被引数(次)
81310
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导