基于双疫苗免疫遗传算法的混合Flow-shop问题优化  

Optimization of Hybrid Flow-Shop Scheduling Problem Based on Immune Genetic Algorithm of Dual Vaccine

作　　者：沈建涛[1] 黄宗南[1] 

机构地区：[1]上海大学机电工程与自动化学院,上海200072

出　　处：《计量与测试技术》2015年第8期27-29,共3页Metrology & Measurement Technique

摘　　要：混合Flow-shop问题相较置换Flow-shop问题更复杂,在实际应用中更普遍。为提升免疫遗传算法求解该问题时的寻优质量,提出双疫苗技术。计算初期,首先利用NEH算法得到较优排序结果,并将其转化为复合编码形式作为前置疫苗,以改善进化初期最佳个体疫苗质量较差的缺陷,提高被接种个体的质量。随着进化,当种群中出现质量更佳的个体时,改由该个体作为疫苗进行接种。最后对算法测试,结果表明具有双疫苗技术的算法寻优性能更佳,能得到更好的调度方案。

关 键 词：混合Flow-shop 免疫遗传算法 NEH算法 双疫苗 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]