Q学习模因算法求解可重入置换流水车间调度问题

摘要

可重入置换流水车间调度问题作为生产调度领域中的一个经典NP难问题，其不规则且庞大的解空间给常见智能优化算法的搜索带来了挑战。为了应对这一难题，设计了一种基于Q学习的模因算法，该算法能够自适应地选择全局搜索算子，以最小化最大完工时间。在基于Q学习的模因算法中，针对问题特性设计了4种全局搜索算子；融入Q学习机制，Q学习能够帮助算法在迭代过程中自适应地选择适合当下的全局搜索算子，提高算法的效率；在种群更新阶段，采用了基于质量和距离的种群更新机制，不仅确保了解的质量，也维护了种群的多样性。通过仿真实验和与其他算法的对比实验，验证了所提出的基于Q学习的模因算法在求解可重入置换流水车间调度问题(reentrant permutation flow-shop scheduling problem, RPFSP)问题上的有效性和鲁棒性。

关键词

可重入 / 置换流水车间 / 模因算法 / Q学习 / 自适应 / 种群更新