论文部分内容阅读
遗传算法由于其隐合并行性和全局解空间搜索两大优点而成为解决JobShop问题的常用工具。但是由于JobShop问题本身的特点，普通遗传算法难以在解此类问题时获得满意解，最突出的问题就是过早收敛于某一局部最优解，使算法效率降低。文章从实用角度出发，通过优化种群、降低选择压力和将模拟退火算子加入到算法中对遗传算法进行了优化，以使其适应于JobShop问题的特殊情况，并以Matlah为工具讲行了仿真实验．获得了较好效果。