| 量子鲸鱼优化算法求解作业车间调度问题 |
| |
| 引用本文： | 闫旭,叶春明,姚远远.量子鲸鱼优化算法求解作业车间调度问题[J].计算机应用研究,2019,36(4). |
| |
| 作者姓名： | 闫旭 叶春明 姚远远 |
| |
| 作者单位： | 上海理工大学管理学院,上海,200093;上海理工大学管理学院,上海,200093;上海理工大学管理学院,上海,200093 |
| |
| 基金项目： | 国家自然科学基金资助项目(71271138);上海理工大学科技发展项目(16KJFZ028);上海市高原学科项目(GYXK1201) |
| |
| 摘 要： | 为了克服基本鲸鱼优化算法（WOA）在解决作业车间调度问题时存在收敛精度低、容易陷入局部最优的缺陷，利用量子计算与优化思想提出了一种量子鲸鱼优化算法（QWOA），并对其进行了计算复杂度分析、全局收敛性证明及仿真实验。通过对11个作业车间调度问题基准算例的仿真实验发现，与基本鲸鱼优化算法（WOA）、布谷鸟搜索算法（CS）、灰狼优化算法（GWO）相比，QWOA算法在最小值、平均值、寻优成功率等方面具有较优结果。研究表明，量子鲸鱼优化算法在解决作业车间调度问题时，具有更高的收敛精度和更好的全局搜索能力，且能够跳出局部最优。
|
| 关 键 词： | 鲸鱼优化算法 量子计算与优化 作业车间调度 收敛性证明 混合算法 |
| 收稿时间： | 2017/10/27 0:00:00 |
| 修稿时间： | 2019/3/4 0:00:00 |
Solving Job-Shop scheduling problem by quantum whale optimization algorithm |
| |
| Yan Xu,Ye Chunming and Yao Yuanyuan.Solving Job-Shop scheduling problem by quantum whale optimization algorithm[J].Application Research of Computers,2019,36(4). |
| |
| Authors: | Yan Xu Ye Chunming and Yao Yuanyuan |
| |
| Affiliation: | University of Shanghai for Science and Technology,, |
| |
| Abstract: | |
| |
| Keywords: | whale optimization algorithm quantum computing and optimization job-shop scheduling problem convergence proof hybrid algorithm |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
