蚁群算法求解非等同并行机调度问题的研究

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (29): 225-229.

蚁群算法求解非等同并行机调度问题的研究

江贵松，苏丹，付新玥，李兵

对外经济贸易大学信息学院，北京 100029

出版日期:2012-10-11 发布日期:2012-10-22

Research for non-identical parallel machine schedule problem based on ant colony algorithm

JIANG Guisong, SU Dan, FU Xinyue, LI Bing

School of Information Technology & Management, University of International Business and Economics, Beijing 100029, China

Online:2012-10-11 Published:2012-10-22

摘要/Abstract

摘要： 针对非等同并行机服务调度问题，以机场除冰调度服务为背景并以最小化旅客延误数为目标，提出了一种改进的蚁群算法。该算法根据调度模型的特点，充分考虑模型的约束条件并运用了一种改进的信息素更新策略求解并行机调度问题。仿真结果表明，改进的蚁群算法收敛速度快且结果较优，明显优于FIFO算法，适合求解非等同并行机调度问题。

关键词: 非等同并行机, 现代服务业, 蚁群算法, 服务调度

Abstract: Under the context of deicing in the airport and in order to solve a kind of non-identical parallel multi-machine schedule problem for minimizing the number of passengers delayed, an ant colony algorithm is suggested. Considering the characteristic of scheduling model and its’ constraints, an improved pheromone update strategy is developed. The result is superior to that of traditional FIFO algorithm, indicates that the improved ant colony algorithm is valid and can fit for non-identical parallel multi-machine schedule problem.

Key words: non-identical parallel machine schedule, modern service, ant colony algorithm, schedule problem

江贵松，苏丹，付新玥，李兵. 蚁群算法求解非等同并行机调度问题的研究[J]. 计算机工程与应用, 2012, 48(29): 225-229.

JIANG Guisong, SU Dan, FU Xinyue, LI Bing. Research for non-identical parallel machine schedule problem based on ant colony algorithm[J]. Computer Engineering and Applications, 2012, 48(29): 225-229.

[1]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[2]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[3]	卜冠南，刘建华，姜磊，张冬阳. 一种自适应分组的蚁群算法[J]. 计算机工程与应用, 2021, 57(6): 67-73.
[4]	朱佳莹，高茂庭. 融合粒子群与改进蚁群算法的AUV路径规划算法[J]. 计算机工程与应用, 2021, 57(6): 267-273.
[5]	马向华，张谦. 改进蚁群算法在机器人路径规划上的研究[J]. 计算机工程与应用, 2021, 57(5): 210-215.
[6]	李壮阔，常凯旋. 合作博弈的连续蚁群算法求解[J]. 计算机工程与应用, 2021, 57(24): 198-204.
[7]	王晓光，杨培蓓. 航运物流企业数字化转型设计与效果分析[J]. 计算机工程与应用, 2021, 57(21): 241-247.
[8]	张子然，黄卫华，陈阳，章政，李梓远. 基于双向搜索的改进蚁群路径规划算法[J]. 计算机工程与应用, 2021, 57(21): 270-277.
[9]	李二超，齐款款. 改进双向蚁群算法的移动机器人路径规划[J]. 计算机工程与应用, 2021, 57(18): 281-288.
[10]	何雅颖，范昕炜. 改进蚁群算法在机器人路径规划中的应用[J]. 计算机工程与应用, 2021, 57(16): 276-282.
[11]	付朝晖，刘长石. 多物流中心共同配送的车辆路径问题研究[J]. 计算机工程与应用, 2021, 57(16): 291-298.
[12]	张苏英，郭宝樑，陈灵芝，刘慧贤. 双向蚁群算法的智能消防疏散图路径规划[J]. 计算机工程与应用, 2021, 57(14): 259-266.
[13]	付朝晖，刘长石. 生鲜电商配送的开放式时变车辆路径问题研究[J]. 计算机工程与应用, 2021, 57(1): 271-278.
[14]	张松灿，普杰信，司彦娜，孙力帆. 蚁群算法在移动机器人路径规划中的应用综述[J]. 计算机工程与应用, 2020, 56(8): 10-19.
[15]	胡春阳，姜平，周根荣. 改进蚁群算法在AGV路径规划中的应用[J]. 计算机工程与应用, 2020, 56(8): 270-278.