烟花算法求解JSP问题的研究

doi:10.3778/j.issn.1002-8331.1505-0008

计算机工程与应用 ›› 2017, Vol. 53 ›› Issue (3): 247-252.DOI: 10.3778/j.issn.1002-8331.1505-0008

烟花算法求解JSP问题的研究

包晓晓1，叶春明1，黄霞1，2

1.上海理工大学管理学院，上海 200093
2.江苏科技大学张家港校区，江苏张家港 215600

出版日期:2017-02-01 发布日期:2017-05-11

Solving job-shop scheduling problem by firework algorithm

BAO Xiaoxiao1, YE Chunming1, HUANG Xia1，2

1.Business School, University of Shanghai for Science and Technology, Shanghai 200093, China
2.Zhangjiagang Campus, Jiangsu University of Science and Technology, Zhangjiaggang, Jiangsu 215600, China

Online:2017-02-01 Published:2017-05-11

摘要/Abstract

摘要： 烟花算法是一种新型智能优化算法，该算法模拟烟花在空中爆炸产生火花这一过程。烟花算法的求解过程包含两种机制：产生爆炸火花，从而实现算法的局部和全局寻优过程；产生高斯变异火花，从而增加种群的多样性以便将优良个体遗传到下一代。通过设计四个参数实验，分析了主要参数对算法求解能力的影响，找出求解作业车间调度问题的较优参数。最后通过对作业车间调度的标准问题进行仿真对比实验，证明了烟花算法求解作业车间调度问题的有效性和稳定性。

关键词: 作业车间调度问题, 烟花算法, 爆炸火花, 高斯变异火花

Abstract: Fireworks Algorithm（FWA） is one of the latest intelligence algorithms, which is inspired by the explosion process of fireworks. The optimization procedure of FWA includes two regimes: the creation of explosion sparks, which can realize the local and global search process; the creation of Gaussian explosion sparks, which enhances the diversity of group and guarantees that the information of the excellent individuals can be used in the next iteration. In this paper, four parameter tests are used to detect the optimized parameters of FWA for solving Job-shop Scheduling Problem（JSP）. The results show the fittest parameters. Finally, the comparison between FWA and other algorithms for JSP benchmark tests implies the validity and robustness of the FWA for solving JSP.

Key words: job-shop scheduling, firework algorithm, explosion sparks, Gaussian explosion sparks

包晓晓1，叶春明1，黄霞1，2. 烟花算法求解JSP问题的研究[J]. 计算机工程与应用, 2017, 53(3): 247-252.

BAO Xiaoxiao1, YE Chunming1, HUANG Xia1，2. Solving job-shop scheduling problem by firework algorithm[J]. Computer Engineering and Applications, 2017, 53(3): 247-252.

[1]	许德刚，李凡，王露，郭奕欣，邢奎杰，梁腾翔. 优化烟花算法在医疗物资应急调度中的应用[J]. 计算机工程与应用, 2021, 57(24): 249-258.
[2]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[3]	万达，李俊. 锦标赛精英学习与协方差变异的烟花算法[J]. 计算机工程与应用, 2021, 57(19): 84-96.
[4]	郭佳丽，王秋萍，王晓峰. 融合学习策略和邻域搜索的飞蛾火焰算法[J]. 计算机工程与应用, 2021, 57(12): 170-179.
[5]	张水平，李殷俊，高栋，梁文. 带有动态爆炸半径的增强型烟花算法[J]. 计算机工程与应用, 2020, 56(18): 50-57.
[6]	黄欣，莫海淼，赵志刚，曾敏. 离散型增强烟花算法和[kNN]在特征选择中的研究[J]. 计算机工程与应用, 2020, 56(16): 112-117.
[7]	蔡延光，陈厚仁，戚远航. 变邻域量子烟花算法求解CVRP[J]. 计算机工程与应用, 2019, 55(9): 230-236.
[8]	刘辉1，2，颜飙1，赵瑞雪1. 基于烟花算法的D2D资源分配方案[J]. 计算机工程与应用, 2019, 55(8): 86-91.
[9]	闫旭，叶春明. 混合蝗虫优化算法求解作业车间调度问题[J]. 计算机工程与应用, 2019, 55(6): 257-264.
[10]	蔡延光1，戚远航1，蔡颢1，2，陈厚仁1，OLE Hejlesen2. 物流运输调度问题的混沌烟花算法——基于多车型供应链[J]. 计算机工程与应用, 2019, 55(3): 238-244.
[11]	刘茜1，毛力1，杨弘2. 差分进化引导趋化算子的烟花优化算法[J]. 计算机工程与应用, 2019, 55(3): 140-146.
[12]	罗雄，钱谦，伏云发. 遗传算法解柔性作业车间调度问题应用综述[J]. 计算机工程与应用, 2019, 55(23): 15-21.
[13]	王亮1，2，郭星1，2. 基于柯西烟花算法的大规模服务组合优化[J]. 计算机工程与应用, 2018, 54(24): 34-40.
[14]	李帆1，高东1，许欣2，张玉良2. 改进蝙蝠算法柔性作业车间调度问题研究[J]. 计算机工程与应用, 2018, 54(21): 265-270.
[15]	汪菊琴1，2，史荧中1，2，彭力3，姜道银3. 带有灰色关联算子的烟花算法[J]. 计算机工程与应用, 2018, 54(20): 145-151.

烟花算法求解JSP问题的研究

Solving job-shop scheduling problem by firework algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics