混合对立万有引力算法解决置换流水线调度

"周俊萍、王慧贤和苏卫华等人提出了一种基于对立有效全局搜索算法（Opposition Based Global Search Algorithm, OGSASA）的混合元算法，用于解决置换流水线调度问题（Permutation Flow Shop Scheduling Problem, PFSSP）。这种问题在计算机应用技术领域具有重要的研究价值，因为它是典型的组合优化难题。文章介绍的新算法名为Opposition-Effective GSA Based Memetic Algorithm (OHGSA)，旨在提高解决此类问题的效率和精度。 在OHGSA中，首先引入了一种基于随机密钥的新局部规则值（LRV）规则，该规则能够将全局搜索算法（GSA）中的连续位置转换为适合PFSSP的离散作业排列。这种方法使得GSA能够适应PFSSP的特性。其次，通过结合NEH启发式策略与随机初始化，可以在算法初始阶段创建具有一定质量和多样性的种群，从而增强算法的探索能力。最后，为了提升GSA的收敛速度，算法中采用了对立学习策略，这有助于避免早熟收敛并促进全局最优解的寻找。 在PFSSP中，目标通常是最小化完成所有任务的总时间，即总加工时间或完工时间。OHGSA通过结合进化算法的全局搜索能力和局部搜索策略的精细化优化，试图找到最优的作业顺序，以达到这一目标。通过实验对比，文章展示了OHGSA在处理复杂调度问题时相比其他算法具有更好的性能和解决方案的质量。 论文作者简介提到，周俊萍是一位讲师，专注于自动推理和规划；苏卫华是一名工程师，研究领域为智能规划。他们的工作得到了高等教育博士专项科研基金的支持，这表明该研究具有较高的学术价值和技术背景。 这篇论文深入探讨了一种新的混合算法，它结合了对立学习和元算法的思想，对于解决置换流水线调度问题提供了创新的解决方案，有助于推动计算机应用技术领域的优化算法研究进一步发展。"