混合蚁群遗传算法在车间作业调度的应用研究.pdfVIP

第9卷 第 11期 2009年6月 科 学 技 术 与 工 程 Vo1．9 No．11 June2009 1671—1819(2009)11-3109—04 ScienceTechnologyandEngineering ⑥ 2009 Sci．Tech．Engng． 混合蚁群遗传算法在车问作业调度 的应用研究 宋存利 薛 倩 (大连交通大学软件学院电气信息学院，大连 116028) 摘 要 提出了一种解决车间调度最短完成时间的有效的混合算法。将遗传算法与蚂蚁算法的融合，采用遗传算法生成信 息素分布，利用蚂蚁算法求精确解，优势互补。应用该算法对Job—Shop车间作业调度问题的解进行编译，通过实例表明该算 法是可行有效的。 关键词 作业车间调度 蚂蚁算法 遗传算法 中图法分类号 TP301．6； 文献标志码 A 车 间调度 问题 (JobshopSchedulingProblem， 件要在m台不同机器上加工，每个工件需要经过m JSP)是一种资源分配问题。这里的资源主要是指 道工序，每道工序要求不同的机器，并且已知各个 设备资源…，问题的求解 目标是要找到一个将一组 操作的加工时间和各工件在机器上的加工次序约 工件安排到设备上去，以使作业可为 “最优”完成的 束，问题的目标是确定各个工件在各台机器上的加 方案。一个调度是按先后顺序条件将所有任务安 工顺序和开始、结束时间，使优化 目标最优。在这 排到设备上的一种方案。通常，约束的数 目很大， 里的 优化 目标是 使 该 批 工 件 的加 工 时 间 使JSP成为一个非常难解的组合问题 (NP完全问 (Markspan)最短。其中约束条件包括：(1)工件约 题)。车间调度作为 CIMS体系结构中连接生产计 束条件：对每个工件而言，机器对它的加工路线是 划和生产控制层的中间环节，发挥两方面的重要作 事先确定的；(2)机器约束条件：对每台机器而言， 用：一方面接受计划决策信息，在空间和时间上合 一 次只能对一道工序进行加工 。 理配置任务和资源，形成具体生产实施方案，驱动 整个生产系统高效运作，保证计划的实现；另一方 2 算法在车间作业调度的应用 面，接受生产过程的实际信息，通过统计分析，有 机协调整个生产系统，并向决策层反馈计划执行 蚁群算法是模拟真实蚁群觅食过程寻求最短 情况。 路经的原理，由意大利学者MDorigo等人首先提出 的 J。最初的蚁群算法称为蚂蚁系统(antsystem)， 1 车问作业调度的问题描述 对于解决旅行商问题(TSP)及二次分配问题取得了 较好的效果。经过改进后称为蚁群算法 。蚁群算 经典车间调度问题可以描述为：n个不同的工 法吸收了蚂蚁群体行为的典型特征： (1)能察觉小范围区域 内状况，并判断是否有 2009年2月23日收到 国家 自然科学基金资助 食物或其他同类的信息素轨迹； 第一作者简介：宋存利 (1975一)，女，陕西人 ，研究方向：智能控制， (2)能释放 自己的信息素； 生产作业调度等。E—mail：scunli@163．corn。 (3)所留得信息素数量会随时间而逐步减少。 科 学 技 术 与 工 程