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:
标准微粒群算法(PSO)通常被用于求解连续优化的问题,很少被用于离散问题的优化求解,如作业车间调度问题(JSP).因此,针对PSO算法易早熟、收敛慢等缺点提出一种求解作业车间调度问题(JSP)的混合微粒群算法.算法将微粒群算法、遗传算法(GA)、模拟退火(SA)算法相结合,既增强了算法的局部搜索能力,降低了算法对参数的依赖,同时改善了PSO算法和GA算法易早熟的缺点.对经典JSP问题的仿真实验表明:与标准微粒群算法相比,该算法不仅能有效避免算法中的早熟问题,并且算法的全局收敛性得到了显著提高.
推荐文章
解决作业车间调度的微粒群退火算法
微粒群优化
模拟退火
作业车间调度问题
用带蚁群搜索的多种群遗传算法求解作业车间调度问题
多种群
遗传算法
蚁群算法
作业车间调度
求解作业车间调度问题的改进混合灰狼优化算法
灰狼优化算法
作业车间调度
最小化最大完工时间
混合算法
量子鲸鱼优化算法求解作业车间调度问题
鲸鱼优化算法
量子计算与优化
作业车间调度
收敛性证明
混合算法
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 求解作业车间调度问题的微粒群遗传退火算法
来源期刊 计算机工程与应用 学科 工学
关键词 微粒群算法 遗传算法 作业车间调度 模拟退火
年,卷(期) 2011,(5) 所属期刊栏目 工程与应用
研究方向 页码范围 227-231
页数 分类号 TP391
字数 5951字 语种 中文
DOI 10.3778/j.issn.1002-8331.2011.05.068
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 傅鹂 重庆大学软件工程学院 52 304 10.0 15.0
2 蔡斌 重庆大学软件工程学院 22 226 8.0 14.0
3 毛帆 重庆大学软件工程学院 2 20 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (6)
节点文献
引证文献  (15)
同被引文献  (11)
二级引证文献  (4)
1962(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(3)
  • 引证文献(1)
  • 二级引证文献(2)
2018(6)
  • 引证文献(5)
  • 二级引证文献(1)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
微粒群算法
遗传算法
作业车间调度
模拟退火
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导