原书出处
智能算法导论
92 9 . 4 . 2 基 于 分 布 估 计 算 法 的 资 源 受 限 项 目 调 度
型,算法中每个个体是一个由概率模型产生的满足时序约束的任务列表,并从每次迭代中选择精英个体来对概率模型进行更新[70]。
该算法采用传统的前向-后向-前向局部搜索方法(Forward-Backward-Forward Iteration,FBI),此外,作者还提出了一个新的局部搜索算子——松散约束搜索(Loosing Constraint Search,LCS),通过放松资源约束来缩短项目的工期,提升算法的优化强度。
实验在RCPSP标准数据集J30、J60和J120上对算法性能进行测试,并将该算法与现有EDA进行比较,分析了LCS的局
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/智能算法导论/_epub-src/EPUB/xhtml/chapter9_0008.xhtml
EPUB SHA-256:18e2691ea1badb55bab48f10fe7172f9d6a95bc5207bb2e234686cbbaff3641d