原文服务方: 计算机应用研究       
摘要:
传统的优化算法在求解面对多目标柔性作业车间调度时,往往求解效率低且难以获得最优解.为了求解多目标柔性作业车间调度问题,设计了混合人工蜂群算法.种群的初始化采用了多种方法相结合的策略.在人工蜂群算法的不同阶段采用不同的搜索机制,在雇佣蜂阶段采用开发搜索,针对跟随蜂阶段蜜蜂跟随的对象的优秀解进行小幅度的更新,从而提高了搜索的表现.禁忌搜索与改进的人工蜂群算法相结合,有效提升了获得最优解的概率.通过相关文献中的标准实例对设计的混合人工蜂群算法进行一系列求解测试,实验的结果有效说明了算法在求解柔性作业车间调度问题时效果显著.通过求解结果对比表明人工蜂群算法的高效性和优越性.
推荐文章
改进人工蜂群求解多目标柔性作业车间调度问题
柔性作业车间调度
Pareto
解集
多目标约束
混合列交叉
求解多目标柔性作业车间调度问题的两阶段混合Pareto蚁群算法
多目标柔性作业车间调度
分层Pareto优化
两阶段Pareto蚁群算法
邻域搜索
基于能耗的柔性作业车间调度多目标优化算法
柔性作业车间调度
多目标优化
能耗
分层编码
调和平均数
融合非支配排序进化算法
求解多目标作业车间调度问题的混合变异杂草优化算法
多目标优化
作业车间调度
入侵杂草优化算法
欧氏贴近度
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 基于混合人工蜂群算法的多目标柔性作业车间调度问题研究
来源期刊 计算机应用研究 学科
关键词 计算机应用 柔性作业车间调度 人工蜂群算法 多目标优化 禁忌搜索
年,卷(期) 2019,(4) 所属期刊栏目 算法研究探讨
研究方向 页码范围 972-974,979
页数 4页 分类号 TP399
字数 语种 中文
DOI 10.19734/j.issn.1001-3695.2017.11.0993
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 孟冠军 合肥工业大学机械工程学院 25 97 5.0 9.0
2 杨大春 合肥工业大学机械工程学院 4 6 1.0 2.0
3 陶细佩 合肥工业大学机械工程学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (67)
共引文献  (134)
参考文献  (13)
节点文献
引证文献  (5)
同被引文献  (24)
二级引证文献  (2)
1990(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)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(7)
  • 参考文献(2)
  • 二级参考文献(5)
2010(13)
  • 参考文献(1)
  • 二级参考文献(12)
2011(6)
  • 参考文献(3)
  • 二级参考文献(3)
2012(5)
  • 参考文献(1)
  • 二级参考文献(4)
2013(6)
  • 参考文献(2)
  • 二级参考文献(4)
2014(4)
  • 参考文献(2)
  • 二级参考文献(2)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
2020(4)
  • 引证文献(2)
  • 二级引证文献(2)
研究主题发展历程
节点文献
计算机应用
柔性作业车间调度
人工蜂群算法
多目标优化
禁忌搜索
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