摘要: 针对标准粒子群优化算法存在易陷入局部最优点的缺点,提出了一种基于动态双种群的粒子群优化算法(DPSO).DPSO算法将种群划分成两个种群规模随进化过程不断变化的子种群,两个子种群分别采用不同的学习策略进行进化,并在进化过程中相互交换信息.该算法提高了全局寻优能力,有效地避免了早熟收敛的发生.将以DPSO算法为基础的排序算法和启发式分配算法(HA)相结合形成了解决柔性工作车间调度问题的新方法(DPSO-HA).通过对算例的研究和与其他方法的比较表明,该方法是有效可行的.
中图分类号:
李丹;高立群;马佳;李扬;. 基于动态双种群粒子群算法的柔性工作车间调度[J]. 东北大学学报(自然科学版), 2007, 28(9): 1238-1242.
Li, Dan (1); Gao, Li-Qun (1); Ma, Jia (1); Li, Yang (1) . A dynamic double-population particle swarm optimization algorithm for flexible job-shop scheduling[J]. Journal of Northeastern University, 2007, 28(9): 1238-1242.