蚁群算法在车间调度问题中的应用.pdfVIP

大理学院学报 第9卷 第1O期 2010年10H JOURNALOFDALIUNIVERSITY Vo1．9 No．1O Oe『_ 2010 蚁群算法在车问调度问题中的应用 张晓玲，何彩香 ，陈建华 (大理学院数学与计算机学院，云南大理 671003) [摘要]提出用蚁群算法求解车间调度问题。车间调度14题是典型的非确定性多项式时间难问题，蚁群算法是一种分布式进化 计算方法，具有鲁棒性，正反馈，并行性等特点，而且算法简单。给出了用蚁群算法求解车间调度问题的流程，并且用经典I~JSP 的样例对算法进行了测试，实验结果表明用蚁群算法可以求解得到车间调度问题的最优解或近似最优解。 [关键词]蚁群算法；车间调度问题；信息素； [中图分类号]TP18 [文献标志码]A [文章编号]1672—2345(201O)10—0010—05 AntColonyAlgorithm forSolvingJob-ShopSchedulingProblem ZHANGXiaoling，HECaixiang，CHENJianhua (CollegeofMathematicsandComputerScience，DaliUniversity，Dali，Yunnan671003，China) [Abstract]ThispaperproposesAntColonyAlgorithm (ACA)tosolveJob—shopSchedulingProblem (JSP)．Job—Shopscheduling problem is a typicalNP hard problems，antcolony algorithm is a distributed evolutionary computation methods，The main characteristicsofthisalgorithm arerobustness，positive feedback，parallelism，and simple．In thispaper，theflow ofantcolony algorithm usedtosolveJob—shopschedulingproblem isgiven，thenumericalexperimentsofACA wereimplementedinasmallJSP， theexperimentalresultsshowthattheantcolonyalgorithmcanbeusedtosolvejobshopschedulingproblemandtheoptimalsolution ornearoptimalsolutioncanbeachieved． 【KeywordsJAntColonyAlgorithm；Job—ShopSchedulingProblem；pheromone； 0 引言 们共同存在的环境进行交互，个体又通过对环境的 车间调度问题 (Job—ShopSchedulingProblem， 改变去影响其它个体的行为，从而形成了一种正反 JSP)是在经典的调度理论中所描述的最难的组合问 馈机制。长度越短的路上，经过的蚂蚁越多，聚集的 题中的一种，是典型的非确定性多项式时间难问题 信息素也越多，蚂蚁趋向于选择信息素多的路径移 (NP)。已经有许多方法用来解决JSP，包括线性规 动。通过这种机制，经过一段时间后蚂蚁最终能够 划、神经网络 、遗传算法 (z-、禁忌搜索 [、粒子群 发现最短路径。蚁群算法已经被成功地应用于解决 算法 和蚂蚁系统等等。 组合优化问题 ，如：旅行商问题(TravelingSalesman 蚁群算法(AntColonyAlgorithm，ACA)是 由意