动态评价免疫微粒群算法在Job-shop调度中的应用

摘要

传统粒子群优化算法在解决组合优化问题上具有一定的局限性,通过分析其优化机理,对迭代公式加以改进,提出了改进微粒群算法.算法中,利用遗传算法的交叉思想来完成粒子间的信息交换,以期达到粒子更新.粒子进化过程中,为保留群体中的优秀粒子,使用了加速度这一优化算子.为避免粒子陷入局部搜索,迭代过程中使用免疫算法来动态评价微粒群体.通过大量实验仿真,算法可以有效求解作业车间调度问题,验证了算法的合理性.