改进蝙蝠算法柔性作业车间调度问题研究

doi:10.3778/j.issn.1002-8331.1707-0466

计算机工程与应用 ›› 2018, Vol. 54 ›› Issue (21): 265-270.DOI: 10.3778/j.issn.1002-8331.1707-0466

• 工程与应用 • 上一篇

改进蝙蝠算法柔性作业车间调度问题研究

李帆1，高东1，许欣2，张玉良2

1.北京化工大学信息科学与技术学院自动化系，北京 100029
2.北京德普罗尔科技有限公司，北京 100029

出版日期:2018-11-01 发布日期:2018-10-30

Research of improved bat algorithm for flexible job-shop scheduling problem

LI Fan1, GAO Dong1, XU Xin2, ZHANG Yuliang2

1.Department of Automation, College of Information Science and Technology, Beijing University of Chemical Technology, Beijing 100029, China
2.Beijing Digital Process Technology Co. Ltd. , Beijing 100029, China

Online:2018-11-01 Published:2018-10-30

摘要/Abstract

摘要： 针对柔性作业车间调度问题，提出了一种改进的离散蝙蝠算法。该算法采用双层编码序列方式，利用均衡机器负载分配策略和插入式解码方案初始化种群，同时设计了离散蝙蝠算法的速度、位置更新的相关算子和操作，引入了平衡调整因子改善算法搜索能力。通过案例测试并与其他算法比较，验证了改进的离散蝙蝠算法可以有效地求解柔性作业车间调度问题，并具有较高的精确度。

关键词: 蝙蝠算法, 柔性作业车间调度问题, 算法优化

Abstract: In order to solve the flexible job-shop scheduling problem, an improved discrete bat algorithm is proposed. The two-tier coding sequence, balanced machine load distribution scheme and plug-in decoding strategy are used to initialize the population. The operators and operations of the discrete bat algorithm’s speed, location update are designed. The balance factor is introduced to improve the search ability. It is proved that compared with other algorithms, the improved discrete bat algorithm can effectively solve the flexible job-shop scheduling problem and has higher accuracy.

Key words: bat algorithm, flexible job-shop scheduling problem, algorithm optimization

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.

LI Fan1, GAO Dong1, XU Xin2, ZHANG Yuliang2. Research of improved bat algorithm for flexible job-shop scheduling problem[J]. Computer Engineering and Applications, 2018, 54(21): 265-270.

[1]	兰红，黄敏. 融合KNN优化的密度峰值和FCM聚类算法[J]. 计算机工程与应用, 2021, 57(9): 81-88.
[2]	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.
[3]	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.
[4]	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.
[5]	李苗苗，王秋萍，惠蕙. 分数阶策略和带有Lévy飞行的螺旋蝙蝠算法[J]. 计算机工程与应用, 2021, 57(18): 75-81.
[6]	马原东，罗子江，倪照风，徐斌，吴凤娇，孙收余，杨秀璋. 改进SSD算法的多目标检测[J]. 计算机工程与应用, 2020, 56(23): 23-30.
[7]	郭永坤，章新友，刘莉萍，丁亮，牛晓录. 优化初始聚类中心的K-means聚类算法[J]. 计算机工程与应用, 2020, 56(15): 172-178.
[8]	陈瑶，陈思. 动态权重的蝙蝠算法在图像分割中的应用研究[J]. 计算机工程与应用, 2020, 56(14): 207-215.
[9]	耿银凤，张雪英，李凤莲，胡风云，贾文辉，王超. 优化极限学习机及其在脑卒中TCD数据分类应用[J]. 计算机工程与应用, 2020, 56(10): 268-272.
[10]	尹建津1，张贝克1，高东1，许欣2. 改进蝙蝠算法解决FFSP问题及其应用研究[J]. 计算机工程与应用, 2019, 55(9): 243-247.
[11]	崔芳怡1，荆晓远2，董西伟2，3，吴飞2，孙莹2. 自适应蝙蝠算法优化的模糊聚类及其应用[J]. 计算机工程与应用, 2019, 55(7): 16-22.
[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]	许德刚，赵萍. 蝙蝠算法研究及应用综述[J]. 计算机工程与应用, 2019, 55(15): 1-12.
[14]	谷静，侯永平，张新. 异构网中基于改进蝙蝠算法的动态CRE偏置选择[J]. 计算机工程与应用, 2019, 55(13): 93-99.
[15]	刘春苗，张惠珍. 求解无容量设施选址问题的混合蝙蝠算法[J]. 计算机工程与应用, 2018, 54(22): 28-34.

改进蝙蝠算法柔性作业车间调度问题研究

Research of improved bat algorithm for flexible job-shop scheduling problem

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