基于混合遗传禁忌的多目标柔性作业车间调度.pdfVIP

2013年3月 重庆师范大学学报(自然科学版) Ma r．2013 Journalof Normal —堑30卷第2期 ChongqingUniversity(NaturalScience) V01．30No．2 —==————===—======—==———=———==———==————==———=——一 基于混合遗传禁忌的多目标柔性作业车间调度+ 莫建麟1，吴 拮2 摘要：针对多目标柔性作业车间调度问题(Flexible job—shopschedulingproblem，FJSP)，提出了一种结合遗传算法和禁忌 算法求解FJSP的调度算法。首先，定义了FJSP问题模型，然后提出采用改进的遗传算法对其进行求解，采用双链进行 染色体编码和NEH方法获得初始解，并提出了自适应的选择策略、混合交叉策略和复合变异策略以实现个体保优和更 新，当遗传算法陷入局部最优解时，采用禁忌算法跳出局部最优，以实现全局最优解的获取。仿真实验证明文中的方法能 有效地解决FJSP问题，获得全局最优解，且与其他方法相比，文中方法具有收敛速度快和求解效率高的优势。 关键词：柔性作业车间调度；禁忌算法；多目标；遗传算法 中图分类号：TP391 文献标志码：A 调度作为生产制造系统的重要环节，好的调度策 方法。文献E5]采用模块化设计与遗传算法相结合，对 略能提高设备利用率、降低库存和成本，从而确保制造 遗传算法进行修正，并最终用于解决车间调度问题。 企业的经济效益r1]。 文献E6]采用逆转策略对最优粒子进行变异从而克服 柔性作业车间调度问题较传统的车间作业调度 粒子群算法的早熟收敛问题，并采用模拟退火思想概 (Job—shopschedulingproblem，JSP)更符合生产实率接收最新粒子，从而实现车辆调度问题的求解。文 际，它突破了机器约束和加工工艺路线的限制，去除了 献E7]设计了一种动态禁忌算法和粒子群优化算法的 作业车间调度中加工机器唯一的限制。不仅需要确定 混合Pareto算法来解决柔性作业车间调度问题。文 工序对应的机器分配顺序，而且需要确定不同机器上 献E8]提出了一种采用遗传算法解决机器分配问题，采 的工序的执行顺序。柔性作业车间调度问题已被证明 用蚁群算法解决工序排序问题。 是一个NP难题。 上述工作对于采用启发式优化算法来解决柔性作 传统的解决FJSP的方法主要是精确算法和启发业车间调度问题具有重要的借鉴意义，但是，并未涉及 式优化算法，其中精确算法主要有列举法、分支界定 到多目标柔性作业车间调度问题的求解。所以，本文 法、动态规划法和拉格朗日松弛法；启发式优化算法主 在上述工作的基础上，采用一种混合遗传禁忌算法来 要包含NEH算法、遗传算法、模拟退火算法和粒子群 实现多目标柔性作业车间调度问题的求解。 算法等。 1多目标柔性作业车间调度 当问题的规模较小时，精确算法能得到全局最优 解，并具有较高的求解效率，但是当问题规模变大时， FJSP[9。妇可以描述为：卵个工件的集合为J一{J，， 精确算法的求解精确度和效率大大降低。 启发式优化算法能克服精确算法在求解大规模问 个工件-，：有门。道工序；工件J。的第J道工序可以表 题时的不足，目前，已有不少文献采用改进的启发式优 示为0¨则对工序0。进行加工的机器集合为w，工 化算法来解决FJSP问题。 序0。在某台机器W；