原文服务方: 计算机应用研究       
摘要:
描述了Job-shop调度问题,研究遗传算法和蚁群算法在解决Job-shop问题中的优点和不足,融合遗传算法和蚁群算法设计了遗传蚁群算法以求解Job-shop调度问题,并对算法进行了仿真实验,通过与遗传算法、蚁群算法及已有的遗传算法和蚁群算法的融合算法结果的对比,验证了该算法的有效性.
推荐文章
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
Job-Shop调度问题的量子蚁群算法求解
作业车间调度
量子蚁群算法
析取图
关键路径
最大完工时间
遗传算法求解多目标柔性Job-shop问题
遗传算法
多目标柔性job-shop调度
可变机器
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 求解Job-shop调度问题的遗传蚁群算法
来源期刊 计算机应用研究 学科
关键词 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
年,卷(期) 2010,(9) 所属期刊栏目
研究方向 页码范围 3247-3249,3282
页数 分类号 TP301|TP18
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2010.09.011
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 徐从富 浙江大学人工智能研究所 78 1329 17.0 35.0
2 吴宇明 浙江大学人工智能研究所 1 11 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (59)
共引文献  (489)
参考文献  (6)
节点文献
引证文献  (11)
同被引文献  (25)
二级引证文献  (21)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(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)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(9)
  • 参考文献(0)
  • 二级参考文献(9)
2000(6)
  • 参考文献(0)
  • 二级参考文献(6)
2001(10)
  • 参考文献(0)
  • 二级参考文献(10)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(12)
  • 参考文献(2)
  • 二级参考文献(10)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2018(10)
  • 引证文献(1)
  • 二级引证文献(9)
2019(7)
  • 引证文献(1)
  • 二级引证文献(6)
2020(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
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
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
论文1v1指导