基于改进量子进化算法的作业车间调度研究  

A Novel Quantum Evolutionary Algorithm for Job-shop Scheduling

作　　者：张建明[1] 

机构地区：[1]浙江理工大学理学院,杭州310018

出　　处：《浙江理工大学学报（自然科学版）》2014年第3期310-315,共6页Journal of Zhejiang Sci-Tech University(Natural Sciences)

基　　金：国家自然科学基金(10871181)

摘　　要：针对作业车间调度问题,以最大完工时间最小化为优化目标,提出了跳跃基因量子进化算法(JGQEA)。该算法在量子进化算法的基础上引入跳跃基因算子,同时采用动态调整量子旋转角策略以提高算法的搜索能力。通过仿真实验验证了算法的有效性,结果表明JGQEA优于QEA等几种进化算法。For job-shop scheduling,this paper proposes jumping gene quantum evolutionary algorithm（JGQEA）with the optimization objective of minimizing the makespan.This algorithm introduces jumping gene operator based on quantum evolutionary algorithm,and applies dynamic adjusting quantum rotation angle strategy to improve search capability of the algorithm.The effectiveness of the algorithm is verified by simulation experiment,and results show that JGQEA is superior to QEA and several other evolutionary algorithm.

关 键 词：作业车间调度 转换机制 量子进化 旋转角 跳跃算子 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]