流水车间调度量子差分进化算法

　　针对阻塞流水车间调度问题（ BFSP），提出了一种新颖的量子差分进化（NQDE）算法，用于最小化最大完工时间。该算法将量子进化算法（QEA）与差分进化（DE）相结合，设计一种新颖的量子旋转机制控制种群进化方向，增强种群多样性；采用高效的基于变邻域搜索的量子进化算法（ QEA-VNS）协同进化策略增强算法的全局搜索能力，进一步提高解的质量。基于Taillard‘s benchmark实例仿真，结果表明，所提算法在最优解数量上明显高于目前较好的启发式算法-INEH，改进了110个实例中64个实例的当前最优解；在性能上也优于目前有效的元启发式算法——新型蛙跳算法（ NMSFLA）和混合量子差分进化（HQDE），产生最优解的平均百分比偏差（ARPD）均下降约6%。NQDE算法适合大规模阻塞流水车间调度问题。