流水車間調(diào)度量子差分進化算法

　　針對阻塞流水車間調(diào)度問題（ BFSP），提出了一種新穎的量子差分進化（NQDE）算法，用于最小化最大完工時間。該算法將量子進化算法（QEA）與差分進化（DE）相結(jié)合，設(shè)計一種新穎的量子旋轉(zhuǎn)機制控制種群進化方向，增強種群多樣性；采用高效的基于變鄰域搜索的量子進化算法（ QEA-VNS）協(xié)同進化策略增強算法的全局搜索能力，進一步提高解的質(zhì)量。基于Taillard‘s benchmark實例仿真，結(jié)果表明，所提算法在最優(yōu)解數(shù)量上明顯高于目前較好的啟發(fā)式算法-INEH，改進了110個實例中64個實例的當前最優(yōu)解；在性能上也優(yōu)于目前有效的元啟發(fā)式算法——新型蛙跳算法（ NMSFLA）和混合量子差分進化（HQDE），產(chǎn)生最優(yōu)解的平均百分比偏差（ARPD）均下降約6%。NQDE算法適合大規(guī)模阻塞流水車間調(diào)度問題。