混合算法求解两阶段装配流水车间调度

为了对生产车间调度过程中发生的动态事件进行快速、有效的处理,提出了一种将微粒群算法与遗传算法(GA)、模拟退火算法(SA)相结合的混合微粒群算法(GSPSO)。通过用标准车间调度问题对该算法的性能进行

本论文用改进的遗传算法很好的解决了流水线车间问题

论文研究-等待时间受限的流水车间调度问题的若干性质.pdf,  等待时间受限的流水车间调度问题广泛存在于高温连续作业或中间

在柔性作业车间调度问题的基础上，考虑多台搬运机器人执行不同工序在不同机床之间的搬运，形成柔性机器人作业车间调度问题，提出混合蚁群算法。用改进析取图对问题进行描述，使用混合选择策略、自适应伪随机比例规则

针对多目标作业车间调度问题，提出一种混合变异杂草优化算法。该算法采用基于各子目标熵值权重的欧氏贴近度作为适应度值计算方法，引导种群向Pareto前端进化。在进化过程中，运用快速非支配排序策略构建Par

针对车间作业调度问题，提出了一种混合了知识进化和粒子群优化的算法。该算法主要是结合知识进化算法的进化选择机制和粒子群优化的局部快速收敛性特性，首先让粒子替代知识进化算法中的进化个体，在群体空间中按粒子

运用两阶段法解决LP问题，这是一个实验报告，里面有两个例子可供初学者看懂程序。

这是一个用delphy实现的运筹学的两阶段法的源码欢迎下载

NULL博文链接：https://yangwei.iteye.com/blog/482689

两阶段面部地标定位方法