位置:成果数据库 > 期刊 > 期刊详情页
用蚁群算法求解Job-Shop问题的机器分解方法
  • ISSN号:1006-9348
  • 期刊名称:《计算机仿真》
  • 时间:0
  • 分类:TP278[自动化与计算机技术—控制科学与工程;自动化与计算机技术—检测技术与自动化装置]
  • 作者机构:[1]上海交通大学自动化研究所,上海200240
  • 相关基金:国家自然科学基金(60474002,60504026);国家863计划(2006AA04Z173)
中文摘要:

针对生产调度中Job-Shop问题,蚁群算法在求解Job-Shop问题时有计算量大的缺点,为了提高求解效率,将机器分解方法引入蚁群算法。机器分解方法在每次迭代中蚂蚁仅在子图中构造部分解,并与上次迭代中其他机器上的顺序共同构成本次解,提高了蚁群算法求解Job-Shop问题的效率。并且在算法中提出了一种新的状态转移规则和设计了蚂蚁起点位置的方法。通过在Benchmark算例上的仿真,与原有的一类集中式求解的蚁群算法作了比较,结果显示改进后的算法取得了较好的结果,大大缩短了计算时间,说明机器分解方法的有效性。

英文摘要:

To decrease the large computation of the ant colony algorithm when solving Job Shop Scheduling Problem (JSSP), this paper proposes a machine decomposition method for JSSP based on ant colony algorithm. The ant just gives the partial solution on one machine each time, and the partial solution combining with the last solution on other machines constructs the scheduling result this time. This method improves the efficiency of ant colony algorithm for solving Job Shop Scheduling Problem. A new state transition probability rule and a method of giving the ant Start point are also presented. Compared with the original algorithm, the proposed algorithm is simulated for Benchmark instances and it illustrates that the improved algorithm shows more better and more efficient results and saves many computation time.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《计算机仿真》
  • 北大核心期刊(2011版)
  • 主管单位:中国航天科技科工集团公司
  • 主办单位:中国航天科工集团公司第十七研究所
  • 主编:吴连伟
  • 地址:北京市海淀区阜成路14号
  • 邮编:100048
  • 邮箱:jsjfz@compusimu;kwcoltd@public.bta.net.cn
  • 电话:010-59475138
  • 国际标准刊号:ISSN:1006-9348
  • 国内统一刊号:ISSN:11-3724/TP
  • 邮发代号:82-773
  • 获奖情况:
  • 国内外数据库收录:
  • 中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:38378