论文部分内容阅读
针对协同粒子群算法容易早熟和停滞的问题，提出了一种基于精英综合学习的协同粒子群（ECLCPSO）算法。该算法在协同粒子群算法的基础上，采用精英库种群和普通种群并行协同进化架构。精英库种群由高适应度个体构成，进行自我综合学习，普通种群中个体向精英库种群进行精英学习。为了避免算法陷入局部最优，引入了扰动机制。将该算法应用于Flow shop调度问题上，和另外三种优化算法进行比较，仿真结果证明改进的算法收敛速度快且精度高，优化性能较好。