光束ACO

Beam-ACO-混合蚁群优化与Beam搜索:在开店调度中的应用。蚁群优化(ACO)是一种解决复杂组合优化问题的元启发式方法。蚁群算法的基本组成部分是概率解构造机制。由于蚁群算法的构造性,可以看作是一种树搜索方法。在此基础上,我们将蚁群算法的解构造机制与著名的树搜索方法beam search相结合。我们称这种接近光束为ACO。Beam-ACO在开放式车间调度(OSS)中的应用表明了其有效性。实验表明,Beam-ACO是一种最先进的OSS方法,在大量的基准实例上与现有的最佳方法进行了比较。


zbMATH中的参考文献(参考文献24条,1标准件)

显示第1到第20个结果,共24个。
按年份排序(引文)
  1. 梅西亚,冈萨罗;Yuraszeck,Francisco:带行程/准备时间的开放式车间调度问题的自校正可变邻域搜索算法和有效解码方案(2020)
  2. 唐、梁;金志红;秦旭伟;荆科:协同制造模式下的供应链调度:模型构建与算法设计(2019)
  3. 祖巴兰,塔德乌K。;Ritt,Marcus:部分车间调度问题的有效启发式算法(2018)
  4. 阿卜杜勒马奎德,驯兽师F。;莫哈迈德。;Awwad,Mohamed A.:比例多处理器开放式车间调度的禁忌搜索方法(2014)
  5. 帕拉西奥斯,胡安;冈萨雷斯·罗德里格斯,伊内斯;贝拉,卡米诺;Puente,Jorge:模糊开放车间调度的鲁棒群优化(2014)ioport公司
  6. 第三,达南贾伊;恩斯特,安德烈亚斯;华莱士,马克:汽车排序的拉格朗日ACO数学专家(2014)
  7. 费尔南德斯·马奎斯,何塞·路易斯;迪马尔佐·塞鲁根多,乔瓦纳;蒙塔格纳,萨拉;维罗利,米尔科;Arcos,Josep Lluis:生物灵感设计模式的描述和组合:一个完整的概述(2013)ioport公司
  8. 陈玲;孙海英;王舒:大规模并行处理器上的并行蚁群算法及其对旅行商问题的收敛性分析(2012)
  9. 拉克鲁基,穆罕默德·阿里;拉德哈里,塔莱尔;T'kindt,Vincent:基于发布日期的单机调度问题中最小化总完成时间的耦合遗传局部搜索和恢复波束搜索算法(2012)
  10. 马丁,大卫;贝森,巴特;福塞特,汤姆:编辑调查:数据挖掘的群体智能(2011)ioport公司
  11. 洛佩斯·伊巴涅斯,曼努埃尔;Blum,Christian:带时间窗的旅行推销员问题的Beam ACO(2010)
  12. 特沃米,C。;Stützle,T。;多里戈,M。;曼弗林,M。;Birattari,M.:同质多群体蚁群算法的通信策略分析(2010)ioport公司
  13. 于,文森特F。;林世伟;周硕言:博物馆游客路线问题(2010)
  14. 约丹,L。;贝塞尔,M。;Talbi,E.-G.:杂交精确方法和元启发式:分类学(2009)
  15. 田村直佑;塔加,秋子;北川、佐藤;Banbara,Mutsunori:将有限线性CSP编译成SAT(2009)
  16. 安德森,迈克尔;布拉塞尔,海德玛利;莫瑞格,马克;塔什,简;沃纳,弗兰克;Willenius,Per:开放式车间中最小化平均流动时间的模拟退火和遗传算法(2008)
  17. 鲍蒂斯塔,乔奎因;佩雷拉,乔迪;Adenso-Díaz,Belarmino:汽车排序问题优化版本的波束搜索方法(2008)
  18. Blum,Christian:用于简单装配线平衡的Beam ACO(2008)
  19. 布卢姆,基督徒;Roli,Andrea:混合元启发式:介绍(2008)
  20. 黄国玲;廖清宗:结合禁忌搜索的蚁群算法求解作业车间调度问题(2008)