摘要
针对单级多资源约束生产批量计划问题,提出了基于量子粒子群算法求解该问题的方法。此算法将量子强大的领域搜索能力和基本粒子群算法(PSO)通过跟踪极值更新粒子的功能结合,能够改善粒子群算法后期搜索速度慢的问题。通过对其他文献的实例进行计算与比较,结果表明,在求解单级多资源约束生产批量计划问题时,量子粒子群算法(QP-SO)要优于退火惩罚混合遗传算法和传统的遗传算法。
Quantum particle swarm algorithm for the single level capacitated dynamic lot - sizing problem is presented. This algorithm combine the quantum＇s strong search ability with basic Particle Swarm Optimization（PSO） ,which has the function for the search of the best particle. Using the new algorithm, computes the examples from other literatures, the results of simulation indicate that Quantum Particle Swarm Optimization（QPSO） perform better than the genetic immune genetic algorithm and the annealing penalty hybrid genetic algorithm.
出处
《现代制造工程》
CSCD
北大核心
2010年第4期39-42,共4页
Modern Manufacturing Engineering
关键词
量子粒子群算法
生产批量计划
多资源约束
Quantum Particle Swarm Optimization（QPSO）
dynamic lot-sizing problem
multi-item capacitated
