多目标流水车间调度的混合量子启发遗传算法

本文提出了一种混合量子启发遗传算法（HQGA）用于多目标流水车间调度问题（FSSP），这是一种典型的NP难的组合优化问题，具有强大的工程背景。一方面，基于Q位表示的量子启发GA（QGA）通过使用量子门的更新算子和Q位的遗传算子，在离散的0-1超空间中进行探索。此外，随机关键字表示被用来将Q位表示转换为作业排列，以评估调度解的目标值。另一方面，基于排列的GA（PGA）被应用于在基于排列的调度空间中进行探索，同时强调对良好调度解的挖掘。为了在多目标方面评估解，QGA中使用了随机加权线性和函数，PGA中应用了非支配排序技术，包括Pareto前沿的分类和适应度分配，以考虑解的接近度和多样性。为了保持种群的多样性，提出了两种种群修剪技术。所提出的HQGA在一些多目标FSSP上进行了测试。基于几个性能指标的仿真结果和比较证明了所提出的HQGA的有效性。