求解作业车间调度问题的改进混合灰狼优化算法

• 作者: 叶春明 姚远远
• 来源期刊: 计算机应用研究
• 关键词: 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
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1310-1314
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.05.007

摘要

灰狼优化算法(GWO)是目前一种比较新颖的群智能优化算法,具有收敛速度快、寻优能力强等优点.将灰狼优化算法用于求解复杂的作业车间调度问题,与布谷鸟搜索算法进行比较研究,验证了标准GWO算法求解经典作业车间调度问题的可行性和有效性.在此基础上,针对复杂作业车间调度问题难以求解的特点,对标准GWO算法进行改进,通过进化种群动态、反向学习初始化种群以及最优个体变异三个方面的改进操作,测试结果表明,改进后的混合灰狼优化算法能够有效跳出局部最优值,找到更好的解,并且结果鲁棒性更强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶春明	上海理工大学管理学院	425	3663	28.0	42.0
2	姚远远	上海理工大学管理学院	9	54	4.0	7.0