计算机应用

作者：陈林烽, 齐学梅, 陈俊文, 黄琤, 陈付龙

单位：1. 安徽师范大学 计算机与信息学院, 安徽 芜湖 241002;2. 网络与信息安全安徽省重点实验室(安徽师范大学), 安徽 芜湖 241002

关键词：批量流水调度问题,最大完工时间,候鸟优化算法,Bloch量子球面编码,变邻域搜索算法,平均百分比偏差

基金：国家自然科学基金资助项目（61572036）。

为了求解批量流水调度问题（LFSP）的最小化最大完工时间，提出一种量子候鸟协同优化（QMBCO）算法。首先，采用Bloch量子球面编码方案扩大解空间；然后，运用FL算法优化初始解，以弥补传统随机初始解的不足，保证初始种群具有较高的质量；最后，使用候鸟优化（MBO）算法及变邻域搜索（VNS）算法进行迭代，增强算法的全局搜索能力。采用随机生成不同规模的实例仿真，将QMBCO算法与目前较优的离散粒子群优化（DPSO）算法、MBO算法和量子布谷鸟协同搜索（QCCS）算法相比较。结果表明，在两种不同运行时间下QMBCO与DPSO、MBO、QCCS相比产生的最优解平均百分比偏差（ARPD）分别平均下降65%、34%和24%，证明了QMBCO算法的有效性和高效性。

来源：2019年第11期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第11期