- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 19卷第3期 工 业 工 程 与 管理 V01.19No.3
2014年 6月 IndustrialEngineeringandManagement
文章编号:1007—5429(2014)03—0033~07
转移资源受限多项 目调度的改进量子遗传算法
郭云涛,陈志,白思俊
(西~h_T-_,lk大学 管理学院,陕西 西安 710072)
摘要:传统的资源受限多项 目调度 问题没有考虑资源在项 目内部 以及项 目之间的转移时间,
针对考虑了资源转移的多项 目调度问题提出了一种改进的量子遗传算法。算法采用改进的并行进
度生成机制,结合多项 目任务优先权以及资源转移优先权设计 了基于角度的编码方法,该编码能够
转换成双链随机键编码 ,增加 了种群的多样性,给出了量子旋转 门以及随机组合量子非门算子,同
时将混沌变异引入量子遗传算法中,避免了早熟现象。设计了相应的算例,并将本文算法与各种优
先规则和普通遗传算法的求解效果进行了比较。实验表明:改进的量子遗传算法能够有效地求解
转移资源受限多项 目调度问题,并且求解质量和时间均优于普通遗传算法。
关键词:多项 目调度;资源受限;资源转移时间;量子遗传算法
中图分类号:C935 文献标识码:A
ImprovedQuantum GeneticAlgorithm fortheResourceConstrained
Multi—ProjectSchedulingProblemwithTransferTimes
GUOYun-tao,CHEN Zhi,BAISi-jun
(SchoolofManagement,North-westernPolytechnicalUniversity,Xian710072,China)
Abstract:Traditionalresourceconstrainedmulti-projectschedulingproblem donotconsiderthe
resourcetransfertimeswithinorbetweenprojects,anira_provedquantumgeneticalgorithm ispresentedto
solvetheresourceocnstrainedmulti-projectschedulingproblem withtransfertimes. emodifide parallel
schdeulegenerationschemeisusedtoocnstructprojectschdeules.Anangle-basdeocdingmethodisdevised
whichcanrepresentbothtaskandresourcetrnasferDd0ntyvalues,eachchromoosmecaj1beocnvertde into
twochains ofrnadom keyrepresentationtoincraesethediversityofthepopulatiorL equantmu rotation
gatenadqunatum non-gateoperations raegiven,meanwhilethechaoticmuattionisintroducedtoavoidthe
premature.An exampleisdesignde nadtheproposedalgoritmh w 耐 tyrulesalgoritmh ,thecommon
geneticalgoritmh raealltestde ontheprobleraTheexperimentalresultsshow that:theimprovde quantmu
geneticalgoritmh caneffectivelysolvethereosurceocnstrainedmulti-projectschdeulingproblme
文档评论(0)