基于改进遗传算法的多品种小批量FJSP多目标求解.pdf

基于改进遗传算法的多品种小批量 FJSP多目标求解 基于改进遗传算法的多品种小批量 FJSP多 目标求解木 Multi-objectiveFJSPofDiversifiedSmall-lotProductionBased on ImprovedGeneticAlgorithm 石 嵩 刘晋飞 李杰林。 (1北京师范大学附属实验 中学，北京 100032；2同济大学 中德工程学院，上海 201804； 3同济大学 机械与能源工程学院，上海 201804) 摘 要：针对工业4．0智能制造模式下产品客户化、个性化定制带来的多品种小批量柔性作业车间调度 新需求，提出一种改进的工序基因与机器基因相结合的遗传算法，以最大完工时间、生产加工成本、生产负载 平衡以及能源消耗量为优化 目标，通过两级染色体交叉变异操作实现种群遗传进化解决此调度问题。经过与 现有相关算法对比分析，验证了该算法的可用性与有效性。 关键词：柔性作业车间调度 改进遗传算法 两级交叉 两级变异 DoI：10．16413／j．cnki．issn．1007—080x．2017．01．014 Abstract：CustomizationandindividuationofproductsarerequiredunderthesmartmanufacturingmodelofIn— dustry4．0，whichbringsdemandfortheflexiblejob—shopschedulingproblemwithdiversifiedvarietiesandsmall-lot． Animprovedtwo-stagegeneticalgorithm isproposedtosolvethisschedulingproblem withtheminimizationofthemax makespan，theproductioncost，theloadbalancingandtheenergyconsumption．Thecomparativeanalysiswithexist- ingcorrespondingschedulingalgorithmsprovedtheusabilityandeffectivenessoftheproposedalgorithm． Keywords：flexiblejob-shopschedulingproblem improvedgeneticalgorithm two—stagecrossover two-stage mutation 0 引 言 对于小规模调度情形，精确算法可以获得理论调度最 柔性作业调度 问题 (flexiblejob．shopscheduling 优解 ，但是这类搜索算法在面对较大规模问题时显得 problem，FJSP)与传统作业调度问题相比，放宽了有 无能为力 。为了在合理的优化成本下获得满足工 限设备资源 的限制条件，对调度算法提出了更高要 业生产需求的调度解 ，遗传算法 “、文化基因算 求，并且在工业4．0智能制造模式下…带来 了多品种 法 、模拟退火 ¨。。等元启发式算法作为解决问题 小批量的生产调度要求，FJSP随之演化为具有小批量 的主要方向被应用到较大规模 的FJSP中。其 中，遗 重复作业的柔性调度问题。根据问题规模 ，目前对于 传算法作为一种群智能算法，仿效生物遗传进化实现 该问题的解决主要有精确算法与近似算法两个方向。 调度问题解空间的最优搜索，十分适合解决 FJSP这 基金项 目：国家 自然科学基金同济大学青年优秀人才培养行动计划项 目：2014KJ047。 作者简介 ：刘晋飞 1981年生，助理教授 。主要研 究方 向为智能生产系统建模 、分布式协同控制。 李杰林 1989年生，博士研究生。研究方 向为离散制造智能生产系统建模优化。 64 机 电一体化 l2017．01 Application ·Communication 种高离散度的调度问题。本文针对此优化调度问题 ， 续 表