针对置换流水车间调度问题,本文以最小化最大完工时间为优化目标建立仿真模型,并设计一种改进粒子群算法(IPOS)进行求解。为克服标准粒子群算法寻优结果稳定性差的缺点,首先,该算法结合NEH算法生成初始种群;其次,在迭代进化中引入自适应权重系数和学习因子;最后,在粒子的个体极值搜索中引入模拟退火算法的Metropolis准则。将改进前后的粒子群算法分别进行仿真优化实验,实验结果验证了该算法的优越性和有效性。
科研之友
微信
新浪微博
Facebook
分享链接
