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:
针对实际工业生产中广泛存在的带调整时间的并行机调度这一类NP难问题,研究并提出了一种改进的克隆选择算法(HSMCSA).为了提高算法的求解效率,特别是对大规模问题的优化性能,提出了一种基于单机排序的均匀插入分割点的编码方法;在此基础中进一步研究了基于单机调度最优解与随机解混合启发式初始化策略,有效提高了初始解性能;最后详细对比和分析了克隆选择算法中4种变异操作的优化性能,实现了基于改进的克隆选择算法的带调整时间的并行机调度问题的优化求解.仿真实验结果表明:所提出的改进克隆选择算法具有更好的优化性能;与遗传算法相比,求解性能提高了18.5%,与基本克隆选择算法相比提高了7.2%.
推荐文章
基于改进克隆选择算法的函数优化问题
克隆选择算法
亲和度
权重因子
收敛速度
函数优化
云平台下工作流任务调度的克隆选择改进算法
云计算
任务调度
克隆选择
遗传算法
多目标优化
免疫克隆选择算法的改进及其应用
免疫克隆选择算法
抗原预处理
震荡变异
大气污染损害率普适公式
参数优化
求解并行机拖期与能耗成本优化调度的混合教一学算法
并行机调度
拖期
能耗
可控加工时间
教—学优化算法
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 基于改进克隆选择算法的含调整时间并行机调度
来源期刊 东南大学学报(自然科学版) 学科 工学
关键词 并行机调度 克隆选择算法 编码方式
年,卷(期) 2012,(z1) 所属期刊栏目
研究方向 页码范围 163-167
页数 分类号 TP301.6
字数 5757字 语种 中文
DOI 10.3969/j.issn.1001-0505.2012.S1.033
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 牛群 上海大学上海市电站自动化技术重点实验室 6 60 4.0 6.0
2 周台金 上海大学机电工程与自动化学院 1 3 1.0 1.0
3 王小海 上海大学上海市电站自动化技术重点实验室 1 3 1.0 1.0
4 张红运 上海大学机电工程与自动化学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (23)
参考文献  (8)
节点文献
引证文献  (3)
同被引文献  (8)
二级引证文献  (17)
1960(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)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(2)
  • 二级参考文献(1)
1999(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(6)
  • 参考文献(0)
  • 二级参考文献(6)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(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)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(5)
  • 引证文献(0)
  • 二级引证文献(5)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
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
并行机调度
克隆选择算法
编码方式
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
东南大学学报(自然科学版)
双月刊
1001-0505
32-1178/N
大16开
南京四牌楼2号
28-15
1955
chi
出版文献量(篇)
5216
总下载数(次)
12
总被引数(次)
71314
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导