考虑分时电价的多目标批调度问题蚁群算法求解.pdfVIP

第 22卷 第 12期 中国管理科学 Vo1．22，NO．12 2014经 l2月 ChineseJournalofManagementScience Dec．， 2O14 文章编号 ：1003—207(2014)12—0056—09 考虑分时电价的多 目标批调度问题蚁群算法求解 李小林 ，张 松 ，陈华平 (1．中国矿业大学矿业工程学院，江苏 徐州 221116； 2．中国科学技术大学管理学院，安徽 合肥 230026) 摘 要 ：对 同时优化 电力成本和制造跨度 的多 目标批处理机调度问题进行 了研究，设计 了两种多 目标蚁群算法 ，基 于工件序的多 目标蚁群算法 (J—PACO，Job—basedParetoAntColonyOptimization)和基于成批 的多 目标蚁群算法 (B-PACO，Batch-basedParetoAntColonyOptimization)对 问题进行求解分析。由于分时电价中电价是时间的函 数，因而在传统批调度进行批排序的基础上，需要进一步确定批加工时间点以测定电力成本 。提出的两种蚁群算 法分别将工件和批与时间线相结合进行调度对此类 问题进行求解 。通过仿真实验将两种算法对 问题 的求解进行 了比较 ，仿真实验表明B-PACO算法通过结合 FFLPT(FirstFitLongestProcessingTime)启发式算法先将工件成 批再生成最终方案 ，提高了算法搜索效率 ，并且在衡量算法搜索非支配解数量 的Q指标和衡量非支配集与 Pareto 边界接近程度 的HV指标上 ，均优于J-PACO算法 。 关键词：多 目标；调度；蚁群算法；批处理机；分时电价 中图分类号 ：TP301 文献标识码 ：A 流程 、优化生产计划以提高设备利用率 、降低能源消 1 引言 耗等也成为研究 的重要内容 。电能是工业生产中广 批调度问题是调度领域一个重要 的研究部分 ， 泛应用的能源，当前很多地区工业用电采用分时电价 在现实生产制造环境 中有着广泛的应用。如集成电 (TOU，TimeofUse)，这让生产过程中合理转移用电 路制造、钢铁生产、货物运输等生产加工过程 中[。 负荷 、削峰填谷以提高效益、降低能耗提供了可能 。 均存在将多个工件作为一批 同时进行加工处理 的情 结合分时电价 ，将批调度过程进行优化 ，制定合 况。典型的如半导体制造系统 中芯片的老化程序 ， 理的分批加工方案 ，将有效提高生产的经济效益 ，这 这一过程会将多个工件作为一批同时放在一台测试 也是本文关注的主要内容。 箱中进行高温预烧 ，以检验 出有潜在缺陷的芯片。 不同于经典调度 问题 ，批调度 问题的一个显著 此过程 中，测试箱即为批处理机器 ，由于芯片预烧时 特征就是批处理机可以将多个工件作为一批同时进 间必须大于等于预设值 ，所 以一批芯片 的加工时间 行加工。批调度 问题首先 由Ikura等_2]提 出，其所 等于所有芯片加工时间的最大值。由于此过程相对 研究 的问题中，工件具有相同尺寸 ，批容量由其所能 其它操作耗时较长 (120h相 比4—5h)，这使得批处 容纳的工件个数确定 。Uzsoy口将问题扩展到工件 理机的加工成为一个瓶颈环节 ，对该过程进行优化 尺寸不 同的情况 ，对单机情况 下最小化 C 和 将有很大的生产意义。 G 目标函数进行了研究，结合装箱问题证明二 同时 ，随着 “绿色制造”概念的提 出，在生产加工 者均为 NP难 的，给 出了包含性 能较好 的FFIPT 过程中考虑能源效率变得愈加重要，通