Search citation statements
Paper Sections
Select...
Citation Types
0
0
0
2
Year Published
2015
2015
Publication Types
Select...
1
Relationship
0
1
Authors
Journals
Cited by 5 publications
(2 citation statements)
References 15 publications
(2 reference statements)
0
0
0
2
“…上引入随机参数形成的扩展形式 [1] ，如用概率分布 形式表示的随机工时。将加工时间作为随机变量对 调度问题进行优化，更符合实际加工环境。鉴于 SJSSP 的 NP-hard 特性及广泛的应用背景， 对 SJSSP 及其求解方法的研究具有重要的学术及实际价值。 遗传算法、群体智能优化等智能启发算法可以 在合理的时间内得到最优解或近似最优解，受到调 度领域的普遍关注和广泛研究 [2] 。 HORNG 等 [3] 将序 优化算法和遗传算法结合，用于搜索 SJSSP 问题足 够好的解。LEI [1] 为同时优化 Makespan 和拖期率的 多目标 SJSSP，提出一种多目标遗传算法并取得了 较 好 的 试 验 结 果 。 HORNG 等 [4] 将 进 化 策 略 (Evolutionary strategy, ES)嵌入到序优化算法中，用 于 求 解 以 最 小 化 提 前 -拖 期 惩 罚 为 调 度 目 标 的 SJSSP。GU 等 [5][6] 为求解以期望 Makespan 为调度目 标的 SJSSP，提出并行量子遗传算法和竞争-协同量 子遗传算法，试验结果证明了算法的优良特性。牛 刚刚等 [7] 提出一种禁忌搜索模拟退火混合算法和一 种快速精英保留非支配排序遗传算法以求解加工时 间离散可控加工车间调度问题。 分 布 估 计 算 法 [8][9] (Estimation of distribution algorithms, EDAs)是一种基于统计学原理的进化计 算方法，通过建立精确概率统计模型及个体重采样 在搜索空间中进行寻优。分布估计算法已经在机械 结构优化设计 [10] 、癌症分类 [11] 、护理调度 [12] 、机器 学习 [13][14] 、车间调度 [15][16][17] 等领域得到成功应用。生 产调度优化方面，王圣尧等 [18] 提出了求解混合流水 车间及带有并行机的混合流水车间调度问题的分布 估计算法。何小娟等 [19] 为柔性加工车间调度问题提 出一种基于 Bayesian 统计推理的分布估计算法。分 布估计算法与其他优化算法的混合可以融合多种算 法的优势，提高算法性能。通过改进概率模型、补 偿种群多样性或混合其他方法等操作，可以有效弥 补 EDAs 局部搜索能力较弱和易早熟收敛的缺 点 [20] 。目前已有多种以分布估计算法为基础的混合 算法，如 PENA 将遗传算法与 EDA 相结合提出 GA-EDA 算法 [21] , LIU 等…”
unclassified
“…上引入随机参数形成的扩展形式 [1] ，如用概率分布 形式表示的随机工时。将加工时间作为随机变量对 调度问题进行优化，更符合实际加工环境。鉴于 SJSSP 的 NP-hard 特性及广泛的应用背景， 对 SJSSP 及其求解方法的研究具有重要的学术及实际价值。 遗传算法、群体智能优化等智能启发算法可以 在合理的时间内得到最优解或近似最优解，受到调 度领域的普遍关注和广泛研究 [2] 。 HORNG 等 [3] 将序 优化算法和遗传算法结合，用于搜索 SJSSP 问题足 够好的解。LEI [1] 为同时优化 Makespan 和拖期率的 多目标 SJSSP，提出一种多目标遗传算法并取得了 较 好 的 试 验 结 果 。 HORNG 等 [4] 将 进 化 策 略 (Evolutionary strategy, ES)嵌入到序优化算法中，用 于 求 解 以 最 小 化 提 前 -拖 期 惩 罚 为 调 度 目 标 的 SJSSP。GU 等 [5][6] 为求解以期望 Makespan 为调度目 标的 SJSSP，提出并行量子遗传算法和竞争-协同量 子遗传算法，试验结果证明了算法的优良特性。牛 刚刚等 [7] 提出一种禁忌搜索模拟退火混合算法和一 种快速精英保留非支配排序遗传算法以求解加工时 间离散可控加工车间调度问题。 分 布 估 计 算 法 [8][9] (Estimation of distribution algorithms, EDAs)是一种基于统计学原理的进化计 算方法，通过建立精确概率统计模型及个体重采样 在搜索空间中进行寻优。分布估计算法已经在机械 结构优化设计 [10] 、癌症分类 [11] 、护理调度 [12] 、机器 学习 [13][14] 、车间调度 [15][16][17] 等领域得到成功应用。生 产调度优化方面，王圣尧等 [18] 提出了求解混合流水 车间及带有并行机的混合流水车间调度问题的分布 估计算法。何小娟等 [19] 为柔性加工车间调度问题提 出一种基于 Bayesian 统计推理的分布估计算法。分 布估计算法与其他优化算法的混合可以融合多种算 法的优势，提高算法性能。通过改进概率模型、补 偿种群多样性或混合其他方法等操作，可以有效弥 补 EDAs 局部搜索能力较弱和易早熟收敛的缺 点 [20] 。目前已有多种以分布估计算法为基础的混合 算法，如 PENA 将遗传算法与 EDA 相结合提出 GA-EDA 算法 [21] , LIU 等…”
unclassified
“…, , , , , [4,1,7,2,5,8,3,6,9] [5][6] 分别提出并行量子遗传算法和协同量子遗 传算法求解 SJSSP。 HAO 等 [28] 提出一种有效的 EDA 用于求解以期望-Makespan 为调度目标的 SJSSP。 HORNG 等 [4] 、QGA [5] 、 CCQGA-com [6] 、EDA [28] 、ES [4] 5 种算法与 ES-EDA 的优化性能进行对比，所有参与比较的算法均未采 用邻域搜索、禁忌搜索等局部搜索方法。 表 2 中为算法的参数设置，变量的具体说明见 文献 [5][6]28] [27] 、 QGA [5] 、CCQGA-com [6] 、EDA [28] 、ES [4]…”
unclassified
scite is a Brooklyn-based startup that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.