新型离散蝙蝠算法求解柔性流水车间调度问题

计算机工程与应用 ›› 2016, Vol. 52 ›› Issue (2): 262-265.

新型离散蝙蝠算法求解柔性流水车间调度问题

徐华，张庭

江南大学物联网工程学院，江苏无锡 214122

出版日期:2016-01-15 发布日期:2016-01-28

Novel discrete bat algorithm for solving flexible flow shop scheduling problem

XU Hua, ZHANG Ting

School of Internet of Things Engineering, Jiangnan University, Wuxi, Jiangsu 214122, China

Online:2016-01-15 Published:2016-01-28

摘要/Abstract

摘要： 针对以最小化完工时间为目标的柔性流水车间调度问题，提出了一种新型离散蝙蝠算法。介绍了蝙蝠算法的基本思想，重新定义速度与位置的加法操作来实现粒子的位移，给出了算法的具体实现方案。通过实例仿真和算法比较验证了算法的优化性能，实验结果表明该算法可以有效地求解柔性流水车间调度问题。

关键词: 柔性流水车间调度, 离散蝙蝠算法, 优化算法

Abstract: A novel discrete bat algorithm is proposed for solving the Flexible Flow Shop Scheduling Problem（FFSP） with makespan criterion. It redefines the addition operation of the speed and position to achieve the displacement of the particles and gives the specific implementation. The experimental results show that the algorithm has good performance in solving the flexible flow shop scheduling problem, and it is an effective scheduling algorithm.

Key words: Flexible Flow Shop Scheduling Problem（FFSP）, discrete bat algorithm, optimization algorithm

徐华，张庭. 新型离散蝙蝠算法求解柔性流水车间调度问题[J]. 计算机工程与应用, 2016, 52(2): 262-265.

XU Hua, ZHANG Ting. Novel discrete bat algorithm for solving flexible flow shop scheduling problem[J]. Computer Engineering and Applications, 2016, 52(2): 262-265.

[1]	孙泽宇，徐琛，苏艳超，李传锋，聂雅琳. 雾计算中跨层感知分簇路由协议[J]. 计算机工程与应用, 2021, 57(9): 109-117.
[2]	张朕通，单玉刚，袁杰. 联合多尺度和注意力机制的遥感影像检测[J]. 计算机工程与应用, 2021, 57(9): 212-216.
[3]	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.
[4]	高铖铖，陈锡程，张瑞，宋秋月，易东，伍亚舟. 三种新型智能算法在疫情预警模型中的应用——基于百度搜索指数的COVID-19疫情预警[J]. 计算机工程与应用, 2021, 57(8): 256-263.
[5]	张水平，王丽娜. 果蝇优化算法的进展研究分析[J]. 计算机工程与应用, 2021, 57(6): 22-29.
[6]	王芙银，张德生，张晓. 结合鲸鱼优化算法的自适应密度峰值聚类算法[J]. 计算机工程与应用, 2021, 57(3): 94-102.
[7]	张伟康，刘升，任春慧. 混合策略改进的麻雀搜索算法[J]. 计算机工程与应用, 2021, 57(24): 74-82.
[8]	徐辰华，骆珠光，吴冠宏，刘斌. 基于正弦因子和量子局部搜索的灰狼优化算法[J]. 计算机工程与应用, 2021, 57(24): 83-89.
[9]	陈万芬，王宇嘉，林炜星. 异构集成代理辅助多目标粒子群优化算法[J]. 计算机工程与应用, 2021, 57(23): 71-80.
[10]	李守玉，何庆，杜逆索. 分段权重和变异反向学习的蝴蝶优化算法[J]. 计算机工程与应用, 2021, 57(22): 92-101.
[11]	陈瑶，陈思. 基于自适应多普勒及动态邻域的改进BA算法[J]. 计算机工程与应用, 2021, 57(22): 166-176.
[12]	易灵芝，王仕通，易芳，邓栋，易志敏，姜鹏. 基于EEMDSE-ILSTM的风电场超短期风速预测[J]. 计算机工程与应用, 2021, 57(22): 288-294.
[13]	陈雷，尹钧圣. 高斯差分变异和对数惯性权重优化的鲸群算法[J]. 计算机工程与应用, 2021, 57(2): 77-90.
[14]	王梦璐，李连忠. 动态反向搜索更新位置的改进灰狼优化算法[J]. 计算机工程与应用, 2021, 57(18): 86-96.
[15]	沈少禹，蔡满春，芦天亮，赵琪. 基于LFKPCA-DWELM的入侵检测方案[J]. 计算机工程与应用, 2021, 57(17): 130-137.