文献类型：期刊文章

作　　者：刘爱军[1,2] 杨育[1] 李斐[1] 邢青松[1] 陆惠[3] 张煜东[4]

机构地区：[1]重庆大学机械传动国家重点实验室,重庆400030 [2]西安电子科技大学经济与管理学院,陕西西安710071 [3]上海师范大学天华学院,上海201815 [4]哥伦比亚大学脑图像实验室,美国纽约10032

出　　处：《浙江大学学报（工学版）》

基　　金：国家自然科学基金资助项目(71071173;71301176);新世纪优秀人才支持计划资助项目(NCET-07-0908);教育部高等学校博士学科点科研基金资助项目(20120184120040;20090191110004);中央高校基本科研业务费科研专项资助项目(K5051306006;CDJZR10110012);教育部人文社会科学研究青年基金资助项目(13XJC630011);西安电子科技大学新教师创新资助项目(K5051306013)

年　　份：2013

卷　　号：47

期　　号：10

起止页码：1722-1730

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2013_2014、EI(收录号：20135217143885)、IC、INSPEC、JST、PROQUEST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：针对粒子群优化算法容易陷入局部极值点、进化后期收敛速度慢、精度较差等缺点,提出混沌模拟退火粒子群优化(PSO)算法.引入混沌理论对粒子群优化算法的参数进行自适应调整,提高了算法的全局收敛性能;采用模拟退火(SA)算法,依据概率性的劣向转移,以一定概率接受劣解,使算法具有跳出局部最优而实现全局最优的能力.引入自适应温度衰变系数,使模拟退火算法能够根据当前环境自动调整搜索条件,从而提高算法的搜索效率.通过7个经典函数测试混沌模拟退火粒子群优化算法的性能,并将其应用于Job Shop调度问题.仿真实验结果表明,采用新算法有效地克服了停滞现象,增强了全局搜索能力,与遗传算法、粒子群优化算法相比寻优性能更佳.

关 键 词：混沌 JOB shop调度  粒子群优化算法 模拟退火算法

分 类 号：TP278]