...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International Journal of Production Research >An Improved Genetic Algorithm For The Flowshop Scheduling Problem
【24h】

An Improved Genetic Algorithm For The Flowshop Scheduling Problem

机译：Flowshop调度问题的改进遗传算法

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper considers the permutation flowshop scheduling problem with the objective of minimizing makespan. Genetic algorithm (GA) is one of the search heuristics used to solve global optimization problems in complex search spaces. It is observed that, the efficiency of GA in solving a flowshop problem can be improved significantly by tailoring the various GA operators to suit the structure of the problem. In this paper, an effective Improved Genetic Algorithm (IGA) for flowshop scheduling, incorporating multi-crossover operators, multi-mutation operators and hypermutation is proposed. Computation results based on some permutation flowshop scheduling benchmark problems (OR-Library) show that the IGA gives a better solution when compared with the earlier reported results.
机译：本文考虑置换流水车间调度问题，旨在最小化制造时间。遗传算法（GA）是用于解决复杂搜索空间中全局优化问题的搜索启发式方法之一。可以看出，通过调整各种GA运算符以适应问题的结构，可以显着提高GA在解决Flowshop问题上的效率。本文提出了一种有效的改进的遗传算法（Flowing遗传算法），该算法将多交叉算子，多变异算子和超变异相结合。基于一些置换Flowshop调度基准问题（OR-Library）的计算结果表明，与早期报告的结果相比，IGA提供了更好的解决方案。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号