解模糊交货期多机并行调度问题的改进量子遗传算法① - 计算机系统应用.pdfVIP

2011 年 第 20 卷 第 9 期 计 算 机 系 统 应 用 解模糊交货期多机并行调度问题的改进量子遗传算法① 吴灵芝，黄德才 (浙江工业大学 计算机科学与技术学院，杭州 310032) 摘 要：在结合遗传算法和量子理论的基础上，提出了一种改进的量子遗传算法(IQGA)求解模糊交货期多机并 行调度问题。采用量子比特相位比较法更新量子位，以加快搜索的速度和效率；采用求反解码操作，以扩大种 群规模。通过仿真验证，改进的量子遗传算法在求解模糊交货期多机并行调度问题时有较好的寻优能力。 关键词：模糊交货期；多机并行；量子遗传算法；遗传算法 Improved Quantum Genetic Algorithm for Fuzzy Due Date for Parallel Machines WU Ling-Zhi, HUANG De-Cai (College of Computer Science and Technology, Zhejiang University of Technology, Hangzhou 310032, China) Abstract: Based on the combination of evolutionary theory and quantum theory, this paper proposes an improved quantum genetic algorithm (IQGA) to solve fuzzy due date scheduling problem on parallel machines. It updates the quantum gates with quantum phase comparison method to speed up the search for efficiency; using inverted decoding operation to expand the population size. The simulation results show that the proposed quantum genetic algorithm for fuzzy Due Date on Parallel Machines with better search capabilities. Key words: fuzzy due date; parallel machines; quantum genetic algorithm; genetic algorithm 1 引言 能在多项式时间内求出其最优解。很多研究表明, 寻 随着 JIT 准时制的发展，考虑提前/拖延费用的生 找生产调度问题的最优解是非常困难的，最有工程意 产调度问题，已日益成为一个引人注目的研究领域[1] 。 义的求解算法是放弃寻找最优解的目标，转而试图在 许多调度方法通常将交货期当作一个固定的值来计 合理、有限的时间内寻找到一个近似的、有用的解。 算，而实际上，客户通常希望交货期落在一定的时间 近年来在这方面已经取得了不少研究成果, 特别是遗 范围内，即模糊交货期。在实际生产中，一些易腐项 传算法（GA )、神经网络(NN ) 等智能求解方法。本 目的生产（食物、血液、药材等），如果作业的某一部 文通过对量子遗传算法的深入研究，采用量子比特相 分提前完工，但其它所必需的条件尚未准备好，那么 位比较法更新量子门和增加求反解码操作，扩大搜索 就不可能进行下一步的生产。而已生产部分由于存在 的范围和提高搜索效率。经过仿真验证，这种改进的 生命周期，随着时间的等待其内部结构发生变化，导 量子遗传算法在求解模糊交货期多机并行调度问题 致进行到下一步生产时该部分已经不能再使用。厂家 时，不仅收敛速度快，而且有效地避免了遗传算法容 也将