改进粒子群算法在作业车间调度问题中的应用.pdfVIP

( ) 　2009年 1月 四川师范大学学报 自然科学版 Jan. , 2009 ( ) 　第 32卷 　第 1期 Jou rnal of Sichuan Norm al U n iversity N atural Science Vol. 32 ,No. 1 改进粒子群算法在作业车间调度问题中的应用 常桂娟 (青岛农业大学 理学院 , 山东 青岛 266 109) 　　摘要 :调度问题是一类典型的 N Phard 问题 ,传统粒子群优化算法在解决该类问题上具有一定的局限 性. 通过分析其优化机理 ,提出了改进粒子群算法 ,结合了粒子群优化算法的全局搜索能力和交换粒子位置 ( ) 的局部搜索能力 ,提出了新的粒子编码方法 ———基于粒子坐标值排列编码 PPP ,发展了一种快速 、易实现 的新的混合启发式算法. 大量实验仿真结果表明本算法可以有效求解作业车间调度问题 ,通过与遗传算法 比较 ,验证了改进粒子群算法是求解 Jobshop 调度问题可行而高效的方法. 关键词 :粒子群优化 ; 作业车间调度 ; 混合优化 中图分类号 : TP18　　文献标识码 : A 　　文章编号 : 100 18395 (2009) 010 13904 0　引言 其中有夏蔚军等 [ 3 ] 提出的微粒群算法与模拟退火 算法结合的混合启发式算法. 彭传勇等 [ 4 ] 提出的利 ( ) 粒子群优化算法 PSO 是一种基于群体智能 用遗传算法交叉变异操作的思想 ,将粒子群算法与 理论的优化算法 , 由 J. Kennedy和 R. Eberhart[ 1 ]在 禁忌搜索相结合的广义粒子群优化算法. 1995年提出的 ,该算法通过模拟鸟类群体调整 自身 作业车间调度问题是典型的组合优化问题 ,求 飞行速度和飞行方向 ,将所有个体移动到适应度好 解该类问题的方法很多. 目前常用的方法主要有遗 的环境中 ,从而抽象出一种可以求解具有复杂解空 传算法 、禁忌搜索 、模拟退火等近似求解方法及这 间性质问题的优化算法. 同时在进化过程中该算法 [ 67 ] 些方法的混合算法 . 本文通过分析传统粒子群 保留位置与速度上的信息 , 由于其概念和参数调整 算法的优化机理 ,提出了一种基于粒子坐标值排列 简单而且容易编程实现 ,它既保持传统进化算法深 编码的改进粒子群优化模型 ,并以此模型为基础构 刻的群体智慧背景 , 同时又有 自己许多良好的优化