三机床置换Flow-shop问题求解的一种新方法

对三机床置换How-shop问题(PFSP)进行了研究，得到一种下界算法，提出了一种评价函数用于求解时选择后续工件，求解时使用下界选择第1个加工工件可以大大减少计算量．改变第1个加工工件、评价函数中的参数后可能得到更好的解，实验结果表明：使用这种方法求得的解对应的总加工时间非常接近下界，求得的解基本是问题的最优解．与现有方法相比，这种方法得到的结果较好，计算量较少，求解n个工件的三机床PFSP的计算量相当于O(n^3)。     

带货盘流水作业加工全长问题

带货盘流水作业加工全长问题@陈秀宏$淮阴师范学院数学系!江苏淮安223001~~~~~~~~     

同顺序Flow shop问题的一种遗传强化学习算法

针对Flow-shop排序问题的固有复杂性,设计了一种遗传强化学习算法.首先,引入状态变量和行动变量,把组合优化的排序问题转换成序贯决策问题加以解决;其次,设计了一个Q-学习算法和基于组合算子的遗传算法相集成,遗传算法利用染色体的优良模式及其适应值信息来指导智能体的学习过程,提高学习效率和效果,强化学习则对染色体进行局部优化进而改良遗传群体,二者有机结合共同解决Flow-shop排序问题;再次,提出了多种适应性策略,使算法关键参数能够周期性递变,以更好地在深度搜索和广度搜索之间均衡;最后,仿真优化实验结果验证了该算法的有效性.     

带有交货期窗口模糊加工时间的Flow-shop调度问题

研究了处理时间不确定且具有不同交货期窗口F low-shop的提前/拖期调度问题。采用三角模糊数表示不确定性信息,运用模糊数的加法和取大运算建立了问题的模糊规划模型。通过“Lee-L i”法转化为精确的目标,采用遗传算法寻优。仿真实验验证了算法的有效性。     

一种求3机Flow—shop调度问题的遗传算法

提出一种遗传分枝定界算法求解3机Flow-shop调度问题，该算法似于常用的遗传局部算法和遗传动态规划算法，用随杨方法生成测试例子，通过与著名的Taillard的禁忌搜索算法和Reeves的遗传算法进行比较，实验结果证实了遗传分枝定界算法的有效性。