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：《工业控制计算机》2015年第7期125-127,共3页Industrial Control Computer

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。最后对算法进行了测试,结果表明具有双疫苗技术的算法寻优性能更佳,并能得到更好的作业调度方案。For Hybrid FIow-shop probIem,in order to increase the optimizing performance of immune genetic aIgorithm, using duaI vaccine to improve.When the caIcuIation is started,using NEH aIgorithm to get the optimaI sorting resuIt,then transferring it to the type of composite code as the pre vaccine to improve the quaIity of the best individuaI to increase the optimizing performance in the earIy stage of evoIution.When the quaIity of the best individuaI is better than the pre vac-cine,the best-individuaI vaccine is used to vaccinate.

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]