基于遗传粒子群混合算法的供应链调度优化

被引：19

作者：

刘小华

林杰

机构：

[1] 同济大学经济与管理学院

来源：

控制与决策 | 2011年 / 04期

基金：

国家自然科学基金重点项目;

关键词：

调度优化; 混合算法; 遗传算法; 粒子群算法;

D O I：

10.13195/j.cd.2011.04.24.liuxh.010

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

针对大规模定制模式下的供应链调度优化问题,首先将供应链调度优化问题进行数学规划建模,并通过一些定义将模型映射为有向图,以便于智能搜索算法的应用;然后,结合遗传算法全局搜索能力强与粒子群算法收敛速度快的特点,进行优势互补,构造了一种混合算法;最后,运用混合算法对供应链优化调度问题模型进行求解.通过与其他算法进行比较,所得结果表明混合算法有着更好的整体性能.

引用

收藏

页码：501 / 506

页数：6

相关论文

共 11 条

[1] 基于粒子群算法的产品拆卸序列规划方法 [J].

张秀芬 ;

张树有 .

计算机集成制造系统, 2009, 15 (03) :508-514

[2] 遗传算法研究综述 [J].

葛继科 ;

邱玉辉 ;

吴春明 ;

蒲国林 .

计算机应用研究, 2008, (10) :2911-2916

[3] 改进的粒子群算法在旅行商问题中的应用 [J].

曹平 ;

陈盼 ;

刘世华 .

计算机工程, 2008, (11) :217-218+221

[4] 基于仿真的生产调度优化技术研究 [J].

王国新 ;

宁汝新 ;

王爱民 .

计算机集成制造系统, 2007, (07) :1419-1427

[5] 粒子群算法中惯性权重的实验与分析 [J].

王俊伟 ;

汪定伟 .

系统工程学报, 2005, (02) :194-198

[6] 基于动态生产能力约束的MC模式下供应链调度优化 [J].

姚建明 ;

蒲云 .

系统工程, 2005, (02) :25-30

[7] 动态调度的研究方法综述 [J].

钱晓龙 ;

唐立新 ;

刘文新 .

控制与决策, 2001, (02) :141-145

[8] A particle swarm-based genetic algorithm for scheduling in an agile environment [J].

Gaafar, Lotfi K. ;

Masoud, Sherif A. ;

Nassef, Ashraf O. .

COMPUTERS & INDUSTRIAL ENGINEERING, 2008, 55 (03) :707-720

[9] Particle swarm optimization-based algorithms for TSP and generalized TSP [J].

Shi, X. H. ;

Liang, Y. C. ;

Lee, H. P. ;

Lu, C. ;

Wang, Q. X. .

INFORMATION PROCESSING LETTERS, 2007, 103 (05) :169-176

[10] THE SHIFTING BOTTLENECK PROCEDURE FOR JOB SHOP SCHEDULING [J].

ADAMS, J ;

BALAS, E ;

ZAWACK, D .

MANAGEMENT SCIENCE, 1988, 34 (03) :391-401