【文献阅读】PSO混合GA解决不确定IPPS问题

题目：PSO hybridized with GA for UIPPS

李新宇 高亮 2019.04

COMPUTERS & INDUSTRIAL ENGINEERING  Q1/5.4

0.Abstract

1)presents a new uncertain IPPS model with uncertain processing time represented by the interval number

2)A new probability and preference-ratio based interval ranking method is proposed for precise interval putation

3)PSO+GA

4)6 experiments IPPS benchmark

1.给出了一个目标函数，综合评价绝对大小和不确定性

2.算法是什么样子的

2.1算法流程框图

我自己简化版

 

我不理解的是：生成工艺规划（PP）种群有PS个个体，输入到调度（S）系统中后，是对每一个PP个体都生成一个对应的S种群吗？然后迭代找到该个体的最优解。

 

2.2遗传算子

个体与pbest交叉 

个体与gbest交叉 

个体变异，然后选择三个中的最优值

对于PP阶段，

对于S阶段，

 

3.实验

一共采用6个实验

some of them are adopted from some famous benchmark IPPS problems

比较的算法 GAPSO 、GA

PS=200 iteration=100 单目标

前5个实验 对比GAPSO和GA的差别，对比w=0时和原文确定最优的差值7.5%

 

第6个实验 数据量大

采用了最经典的Kim算例 18jobs-15machines-24problems

所有的结果只算了w=0的，新算法在20/24都是优势

 

Discussion也写的很好

为啥前2个实验 GAPSO和GA一样呢？ 因为问题规模太小了，两者都寻到了最优

为啥后面多了呢 因为有了选择 采用了策略

但是花了更长时间，因为程序繁琐

说了一下应用，这段写的真好

 

4.我的总结

这文章好在哪里？

采用区间数，我觉得算法很一般，但是叙述很好，对所有的实验现象都有很好的解释