基于Pareto迭代局部搜索的多目标流水车间调度改进
人工智能
2009-07-20 v1
摘要
本文描述了一种用于多目标优化问题的局部搜索元启发式算法的提出与应用。该算法基于启发式搜索的两个主要原则：通过变邻域进行强化，以及通过扰动和在搜索空间有利区域进行连续迭代实现多样化。该概念在多目标置换流水车间调度问题上得到了成功测试，并与其他局部搜索方法进行了比较。所得结果在质量上令人鼓舞，此外该方法的另一个积极属性是其简单性，因为它只需要设置很少的参数。
引用
@article{arxiv.0907.2993,
title = {Improvements for multi-objective flow shop scheduling by Pareto Iterated Local Search},
author = {Martin Josef Geiger},
journal= {arXiv preprint arXiv:0907.2993},
year = {2009}
}