Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

20.02.2019 | Methodologies and Application | Ausgabe 24/2019

Soft Computing 24/2019

Kalman filter and multi-stage learning-based hybrid differential evolution algorithm with particle swarm for a two-stage flow shops scheduling problem

Zeitschrift:
Soft Computing > Ausgabe 24/2019
Autoren:
Bing-hai Zhou, Xiu-mei Liao, Ke Wang
Wichtige Hinweise
Communicated by V. Loia.

Publisher’s Note

Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.

Abstract

Inspired by the advantages of hybrid intelligent optimization methods, this paper at first proposes a hybrid differential evolution with particle swarm optimization (DEPS) to solve a two-stage hybrid flow shops scheduling problem. On the basis of analyzing the convergence and optimization scheme of DEPS, the Kalman filter algorithm and a multi-stage learning strategy are then creatively fused into DEPS, namely KLDEPS, to enhance the running performance of the algorithm. The introduction of the Kalman filter enriches the diversity of individuals and enhances the neighborhood search ability of the algorithm, and the combination with the multi-stage learning strategy has beneficial effect on jumping out of the local optimal scheme. To make the proposed KLDEPS more suitable for a real manufacturing environment, the constraints of queueing time between two stages, different job sizes and processing time are imposed on the scheduling problem. The performance of the proposed KLDEPS is evaluated by comparing with two other high-performing intelligent optimization algorithms. The computational results reveal that the proposed KLDEPS outperforms the other two algorithms both in solutions’ quality and convergence rate.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe




Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 24/2019

Soft Computing 24/2019 Zur Ausgabe

Premium Partner

    Bildnachweise