基于多量子粒子群协同进化算法的敏捷供应链伙伴选择  

PARTNER SELECTION OF AGILE SUPPLY CHAIN BASED ON QUANTUM PARTICLE SWARM COOPERATIVE EVOLUTIONARY OPTIMIZATION ALGORITHM WITH MULTI-POPULATIONS

作　　者：刘海永[1] 郑永前[1] 宋书强[2] 

机构地区：[1]同济大学机械工程学院,上海201804 [2]上海理工大学管理学院,上海200093

出　　处：《陕西科技大学学报（自然科学版）》2009年第3期161-164,173,共5页Journal of Shaanxi University of Science & Technology

基　　金：国家自然科学基金项目(项目编号:50605048)

摘　　要：针对敏捷供应链组建过程中伙伴选择的特点,提出了一种基于多种群协同进化的改进量子粒子群算法.在对该算法的设计中,首先将整个量子粒子种群分解为多个子种群,然后使各个子种群进行独立的演化,并通过周期性的共享搜索信息获得对自身信息的更新,最后通过具体的算例对该算法进行了仿真验证.研究结果表明,在算法的收敛性、最优性等方面,基于多量子粒子种群协同进化算法均达到了良好的效果.According to the characteristic of partner selection in the process of buildup of agile supply chains, a new quantum particle swarm optimizer, called the cooperative evolutionary QPSO with multi-populations（MC-PSO）, is presented based on the analysis of the standard QPSO. The whole quantum particle swarm group is divided into several sub-groups. Every subgroup evolved independently and updated sharing information periodically. Finally we use a practical analyses to confirm the performance of the method. The results show that MC- QPSO is effective in solving the problem.

关 键 词：量子粒子群算法 多种群 协同进化 敏捷供应链 伙伴选择 

分 类 号：TP391.9[自动化与计算机技术—计算机应用技术]