检索结果-内蒙古大学图书馆

Improved mutual information maximizing input clustering algorithm for Permutation Flow Shop Scheduling Problem

SENSOR LETTERS 2012年第8期10卷 1862-1866页

作者： Gao, Huimin Wang, Xiaoping Jiaxing Univ Mech & Elect Engn Coll Jiaxing 314001 Peoples R China Jiaxing Univ Sch Business Jiaxing 314001 Peoples R China

Improved mutual information maximizing input clustering algorithm is a kind of discrete estimation of distribution algorithm, which is convenient to solve permutation flow shop scheduling problem. In this paper, the encoding mode and probability model are improved, new individual strategy is proposed, greedy algorithm is introduced at the initial phase of the probability matrix, and crossover operator, mutation operator, insert operator and swap operator are adopted during the process of evolution, dynamic adjusted method is employed to determine the population size. These improvements gurantee the population diversity even in small population. Experiment results show that the improved mutual information maximizing input clustering algorithm is effective and stable.

关键词： mutual information maximizing input clustering algorithm Permutation Flow Shop Scheduling Problem Estimation of Distribution algorithm Probability Matrix

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：