Resumen

El problema de programación de flujo de permutación en tiendas (PFSSP) es parte de la programación de producción, que pertenece a los problemas de optimización combinatoria más difíciles. En este documento, se propone un algoritmo memético basado en optimización de enjambre de partículas (PSO) de multipoblación (MPSOMA). En el algoritmo propuesto, la población completa de enjambre de partículas se divide en tres subpoblaciones en las que cada partícula evoluciona por sí misma mediante el PSO estándar y luego actualiza cada subpoblación utilizando diferentes esquemas de búsqueda local como la búsqueda de vecindario variable (VNS) y el esquema de mejora individual (IIS). Luego, la mejor partícula de cada subpoblación se selecciona para construir un modelo probabilístico utilizando el algoritmo de estimación de distribución (EDA) y se extraen tres partículas del modelo probabilístico para actualizar el peor individuo en cada subpoblación. La mejor partícula en todo el enjambre de part

• Materias:Robots Cuidados pediátricos Experimentos numéricos Radares Factores psicológicos
• Subjects:Robot Pediatric care Numerical experiments Radars Psychological factors
• Palabras claves:Problema de programación de flujo de permutación en tienda; Programación de producción; Problema de optimización combinatoria; Optimización de enjambre de partículas de múltiples poblaciones; Algoritmo memético; Búsqueda de vecindario variable
• Keywords:Permutation flow shop scheduling problem; Production scheduling; Combinatorial optimization problem; Multipopulation particle swarm optimization; Memetic algorithm; Variable neighborhood search