基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
蚁群算法作为一种仿生进化算法,具有并行性、鲁棒性等优良性质,被广泛地应用于组合优化问题中.本文首先分析了job-shop调度问题与蚁群算法的内在联系,提出了一种新的用蚁群算法求解的方法.同时,为了增强算法的全局搜索能力和防止早熟现象,对挥发系数引入了一个自适应过程.最后,通过仿真证明了该算法在job-shop调度中的有效性.
推荐文章
求解Job-shop调度问题的遗传蚁群算法
Job-shop调度问题
遗传算法
蚁群算法
遗传算法与蚁群算法的融合
遗传蚁群算法
一种求解Job-Shop调度问题的新型蚁群算法
蚁群优化
作业车间调度问题
参数设置
基于模拟退火的蚁群算法求解Job-Shop问题
Job-Shop问题
蚁群算法
模拟退火算法
基于约束满足的Job-Shop调度算法研究
作业车间
调度
约束
约束满足
仿真
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 基于自适应蚁群算法的Job-shop调度方法及其仿真研究
来源期刊 系统仿真技术 学科 工学
关键词 蚁群算法 job-shop调度 自适应算法 进化算法
年,卷(期) 2005,(3) 所属期刊栏目 论文交流
研究方向 页码范围 141-146
页数 6页 分类号 TP18
字数 3325字 语种 中文
DOI 10.3969/j.issn.1673-1964.2005.03.004
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 王万良 浙江工业大学信息工程学院 303 3770 29.0 48.0
2 徐新黎 浙江工业大学信息工程学院 48 725 15.0 25.0
3 汪向利 浙江工业大学信息工程学院 1 14 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (30)
共引文献  (107)
参考文献  (7)
节点文献
引证文献  (14)
同被引文献  (21)
二级引证文献  (60)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(7)
  • 参考文献(0)
  • 二级参考文献(7)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(6)
  • 参考文献(2)
  • 二级参考文献(4)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(3)
  • 参考文献(3)
  • 二级参考文献(0)
2005(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)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(11)
  • 引证文献(5)
  • 二级引证文献(6)
2011(17)
  • 引证文献(0)
  • 二级引证文献(17)
2012(7)
  • 引证文献(1)
  • 二级引证文献(6)
2013(7)
  • 引证文献(2)
  • 二级引证文献(5)
2014(2)
  • 引证文献(0)
  • 二级引证文献(2)
2015(6)
  • 引证文献(0)
  • 二级引证文献(6)
2016(9)
  • 引证文献(0)
  • 二级引证文献(9)
2017(5)
  • 引证文献(0)
  • 二级引证文献(5)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
蚁群算法
job-shop调度
自适应算法
进化算法
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
系统仿真技术
季刊
1673-1964
31-1945/TP
大16开
上海市四平路1239号同济大学242信箱
2005
chi
出版文献量(篇)
971
总下载数(次)
6
总被引数(次)
3542
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