流水线加工调度问题的神经网络算法
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


A Neural Network Algorithm for Flow Line Processing Scheduling Problem
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    针对启发式算法求解调度问题时算法执行时间短,但计算结果较差的问题,提出一种基于目标增量的构 造优化神经网络算法。通过引入一个加工时间为0 的虚拟工作,利用相邻工件加工结束时间差矩阵,将求解无等待 流水线加工调度问题的最小最大完工时间问题映射为TSP 问题,建立构造优化神经网络模型,将流水线调度问题映 射到神经网络上。实验结果证明:该算法在时间性能和结果的最优性方面较启发式算法SA2、RAJ、GR 和目标增量 法有较大提高,对于大规模问题该算法优势明显。

    Abstract:

    Aiming at algorithm execution time short but can not get good result problem of heuristic algorithm at solving scheduling, put forward a constructive-optimizer neural network (NN) algorithm based on object increment. Firstly, a dummy job with 0 processing time at any machine was introduced, a matrix denoting minimum finish times of adjacent jobs was created and the scheduling problem can then be transferred into a TSP problem, so the scheduling problem was mapped onto a constructive-optimizer neural network (NN). The simulation results based on the well known benchmarks show that the proposal outperforms the best know methods: SA2, RAJ, GR and objective increment method in most cases especially for large scale problems.

    参考文献
    相似文献
    引证文献
引用本文

王新军,卿华,姚娇艳.流水线加工调度问题的神经网络算法[J].,2011,30(10):23-26.

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2013-01-28
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码