一种求解车间作业调度问题的免疫算法

doi:10.3778/j.issn.1002-8331.2009.31.011

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (31): 34-36.DOI: 10.3778/j.issn.1002-8331.2009.31.011

一种求解车间作业调度问题的免疫算法

林秋镇，胡庆彬，陈剑勇

深圳大学计算机与软件学院，广东深圳 518060

收稿日期:2008-06-19 修回日期:2008-11-05 出版日期:2009-11-01 发布日期:2009-11-01
通讯作者: 林秋镇

Immune algorithm for job-shop schedule problem

LIN Qiu-zhen，HU Qing-bin，CHEN Jian-yong

College of Computer Science and Technology，Shenzhen University，Shenzhen，Guangdong 518060，China

Received:2008-06-19 Revised:2008-11-05 Online:2009-11-01 Published:2009-11-01
Contact: LIN Qiu-zhen

摘要/Abstract

摘要： 人工免疫系统是基于生物免疫系统特性而发展的新兴智能系统。基于免疫系统的克隆选择机制，提出一种求解车间作业调度问题的免疫算法。利用免疫算法较强的搜索能力可以实现全局寻优。通过使用克隆、高频变异和抗体抑制等免疫操作，提高了算法的收敛速度和种群的多样性，可以有效地克服遗传算法种群早熟化和收敛速度慢的问题。仿真结果表明，与改进后的遗传算法比较，提出的免疫算法在全局最优解和收敛速度上都有较为明显的优势。

关键词: 车间作业调度问题, 免疫算法, 克隆选择算法, 高频变异

Abstract: Artificial immune system is a new developing intelligent system based on the principles of the natural immune system.An immune algorithm is developed for job-shop schedule problem based on the clonal selection principle of the natural immune system.Using the strong search ability of immune algorithm can find the global optimal.By using the immune operations such as clone，hypermutation and suppression，it can improve the convergence rate and the diversity of population，and effectively solve the problems of population prematurity and slow convergence rate in genetic algorithm.Simulation result shows that the proposed immune algorithm is better in finding global optimal and convergent rate when comparing with the improved genetic algorithm.

Key words: job-shop schedule problem, immune algorithm, clonal selection algorithm, hypermutation

中图分类号:

TP18

林秋镇，胡庆彬，陈剑勇. 一种求解车间作业调度问题的免疫算法[J]. 计算机工程与应用, 2009, 45(31): 34-36.

LIN Qiu-zhen，HU Qing-bin，CHEN Jian-yong. Immune algorithm for job-shop schedule problem[J]. Computer Engineering and Applications, 2009, 45(31): 34-36.

[1]	陈海洋，金晓磊，牛龙辉，刘喜庆. 基于改进克隆选择算法的区域交通灯配时优化[J]. 计算机工程与应用, 2020, 56(9): 272-278.
[2]	曹林，王之腾，陈亮，李洪顺，高申，张自立. 基于改进量子免疫算法的神经网络集成[J]. 计算机工程与应用, 2020, 56(22): 142-147.
[3]	张凤斌，王超，杨泽. 基于疫苗算子和柯西变异的克隆选择算法改进[J]. 计算机工程与应用, 2017, 53(1): 118-123.
[4]	董峰1，周鹏旭2. 面向云计算平台的多层免疫入侵检测模型[J]. 计算机工程与应用, 2016, 52(21): 101-104.
[5]	李雪竹. 基于免疫萤火虫算法的RFID仓储车辆动态调度[J]. 计算机工程与应用, 2014, 50(6): 235-239.
[6]	刘汉强. 半监督免疫克隆选择图划分方法[J]. 计算机工程与应用, 2014, 50(22): 11-16.
[7]	陈云芳，王舒雅. 免疫算子对种群多样性的影响分析[J]. 计算机工程与应用, 2014, 50(20): 68-73.
[8]	李睿，毛莉，张九蕊. 基于混沌免疫遗传优化的粒子滤波重采样[J]. 计算机工程与应用, 2013, 49(6): 209-212.
[9]	童成意. 基于种内协同克隆选择的Otsu图像分割算法[J]. 计算机工程与应用, 2013, 49(24): 161-164.
[10]	李国平. 面向多峰函数优化的PASFLI算法及应用[J]. 计算机工程与应用, 2013, 49(21): 199-203.
[11]	宋存利. 求解柔性作业调度问题的协同进化粒子群算法[J]. 计算机工程与应用, 2013, 49(21): 15-18.
[12]	李小霞，刘峰，刘建晓. 蜜蜂交配优化算法在车间作业调度中的应用[J]. 计算机工程与应用, 2013, 49(13): 262-265.
[13]	杨格兰1，金辉霞2，朱幸辉3. 基于差分演化和克隆选择机制的优化算法[J]. 计算机工程与应用, 2013, 49(10): 50-52.
[14]	贾亚军，丛爽. 基于相似性矢量距选择的改进人工免疫算法[J]. 计算机工程与应用, 2011, 47(6): 26-29.
[15]	钱淑渠，武慧虹. 基于模拟退火选择的动态免疫算法及其应用[J]. 计算机工程与应用, 2011, 47(36): 57-60.

一种求解车间作业调度问题的免疫算法

Immune algorithm for job-shop schedule 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