智能溷合优化策略及其在流水作业调度中的应用.pdfVIP

维普资讯 第 38卷 第 8期 西 安 交 通 大 学 学 报 Vo1．38 №8 2004年 8月 JOURNALOFXIANJIAOTONGUNIVERSITY Aug．2004 智能混合优化策略及其在流水作业调度中的应用 冯远静，冯祖仁，彭勤科 (西安交通大学系统工程研究所 ，710049，西安) 摘要：通过结合蚁群算法(ACO)的并行搜索结构和模拟退火算法(SA)的概率突跳性，提出了一种有效的混 合优化策略，并将该策略应用于流水作业调度问题 (FSP)．在该策略中，蚁群系统的一个周游路线为模拟退 火算法提供了一系列初始解，在每个退火温度上进行抽样准则检验并产生新解，然后更新信息激素；蚁群算 法再利用模拟退火算法产生的新解进行并行搜索．同时，根据此策略构建并实现了针对FSP问题求解的具 体混合算法．仿真结果表明，混合算法弥补了ACO易陷入局部最优和SA搜索效率较低的缺点，增强了全局 搜索能力，在求解FSP调度问题的性能上也优于其他算法． 关键词：蚁群算法；模拟退火算法；混合优化算法；流水作业调度 中图分类号：TP278 文献标识码：A 文章编号：0253—987X(2004)08—0779—04 IntelligentHybridOptimizationStrategyandItsApplication to Flow-ShopScheduling FengYuanjing，FengZuren，PengQinke (SystemsEngineeringInstitute，XianJiaotongUniversity，Xian710049，China) Abstract：Bycombiningtheparallelsearchingstructureofantcolonyoptimization (ACO)withtheproba— bilisticjumpingpropertyofsimulatedannealing(SA)，aneffectivehybridoptimizationstrategywasdevel— oped，andappliedtoflow-shopschedulingproblems(FSP)．Inthehybridstrategy，acyclecourseofthe antsystem canprovideeffectiveinitialsolutionsforSA，andSA generatesnew solutionsbasedontheme— tropoliscriterionateachtemperature，thentheantsystem updatespheromonetrailsandproceedswithpar— allelsearchingthroughreusingthenew solutionsfrom SA．Meanwhile，thehybridalgorithm forflow—shop schedulingproblemswascreatedandrealizedonthebasisofthehybridstrategy．W ith somebenchmark FSPproblems，thesimulationresultsshow thatthemethodcompensatesthedeficiencyofACOthatiseasy toberunintolocaloptimum andSA thathaslowerefficiency，andstrengthentheglobalsearchability． ComparingwithotheralgorithmsforsolvingFSP，theproposedmethodhasbetterperformance． Keywords：antcolonyoptimization；simulatedannealing；hybridoptimizationalgorithm；flow-shop sched