运用粒子群算法解决车间调度问题matlab

车间调度问题，用遗传算法实现，并给出源代码，希望对大家有用

应用粒子群法解决电力系统中经济调度问题，减少了代码的长度，适合仿真使用。

这是关于车间调度问题的matlab算法,内容是包含注释的源代码,方便大家更好地读懂程序,采用的是改进过后的PSO算法,

针对粒子群算法易早熟的缺点,提出了一种结合迭代贪婪(IG)算法的混合粒子群算法。算法通过连续几代粒子个体极值和全局极值的变化判断粒子的状态,在发现粒子出现停滞或者粒子群出现早熟后,及时利用IG算法的毁

为提高Hadoop平台性能,提出一种基于粒子群优化算法的Hadoop调度算法。以粒子位置代表可行的资源调度方案,以任务完成时间及资源负载均衡度作为目标函数,通过粒子群优化算法,找到最优的资源调度方案。

优化粒子群的tsp算法。txt文本。可在c 平台运行

调研并寻找一种算法，求函数（式1）的最优解f(x)=∑_(i=1)^(N-1)▒[100*(x_i^2-x_(i+1))^2+(1-x_i)^2](式1)x_i∈[-5.12，5.12]

改进粒子群算法求解TSP问题

标准粒子群算法在寻优过程中，容易陷入局部最优解。为解决这一问题，混合粒子群算法摒弃了传统的粒子位置更新方法，引入了遗传算法中的交叉和变异操作，通过粒子与个体极值和群体极值的交叉以及粒子自身变异的方式来

提出了一种文化粒子群算法用于求解置换流水车间调度问题中的最小化最大完成时间。算法设置了群体空间和信念空间两类独立空间，群体空间采用自适应粒子群算法完成进化，信念空间通过更新函数来进行演化。算法中群体空