流水车间成组工件调度问题多目标优化算法.docVIP

流水车间成组工件调度问题多目标优化算法 　　摘 要：针对优化目标是最小化全部提前/拖期和机器调整次数的多目标流水车间成组工件调度问题，提出了一种改进的变权重进化算法结合延迟调整算法的联合优化方法。首先采用改进的变权重进化算法对加工排序进行寻优；其次，在给定调度序列的情况下采用延迟调整算法对加工时刻进行优化。仿真实验表明，所设计的算法能够有效地求解该类问题。 　　关键词：提前/拖期；多目标优化；进化算法；工件组调整；流水车间 　　中图分类号： TP301 　　文献标志码：A 　　Multi-objective optimization algorithm for flow shop scheduling with family setup times 　　YANG Kai-bing1*，LIU Xiao-bing2 　　1.College of Information Science and Engineering，Dalian Polytechnic University，Dalian Liaoning 116034， China； 　　2.CIMS Center，Dalian University of Technology，Dalian Liaoning 116024， China 　　Abstract： 　　The objective optimization was to minimize total earliness/tardiness and number of setups at machine. A jointed algorithm to solve problems based on Control Weight Evolutionary Algorithm （CWEA） and optimization algorithm was presented. Firstly， the CWEA was used to determine scheduling sequence preference. Secondly， a kind of optimization algorithm was put forward to adjust the starting time for determined scheduler. The simulation results show that the effectiveness of the proposed algorithm in solving the problem. 　　英文关键词　Key words： 　　earliness/tardiness； multi-objective optimization；evolutionary algorithm； family setup； flow shop 　　0 引言 　　流水车间调度问题是一类重要的生产调度问题，传统的流水车间调度问题假设调整时间相对于加工时间是可忽略的，或者将调整时间包含在加工时间中。然而，在实际制造环境中，当调整时间占有相当比例，且存在着多种类别的工件时，不但要考虑可分离的调整时间，还需考虑任务间的相似性。如机械行业的零部件加工过程中，待加工的工件往往有多种类型，每种类型的工件包含若干数量，同类工件连续加工时，其后的工件无需调整时间，不同类型的工件连续加工时，其后的工件需要调整时间，此类问题可归结为流水车间成组工件调度问题。 　　总提前/拖期最小是准时制生产方???下重要的优化目标，在考虑生产率情况下，机器的调整次数也是需要优化的目标，而这两个目标之间并非正则的，即一个目标的减少有可能使另一个目标增加，因此，本文选取这两项调度准则作为同时优化的目标。目前，对提前/拖期调度的研究主要集中于单目标优化[1-2]，而实际的调度问题常常需要考虑多个相互冲突的目标。研究[3]表明，对于有工件组调整时间的单目标调度问题，即使只有两个工件组也是NP难题，对于有多个工件组和较大规模工件数的多目标优化问题，更是如此。 　　20世纪80年代作为关键智能计算技术之一的进化计算理论在多目标优化领域开始得到应用，并逐渐形成了众多的多目标进化算法，如非劣分类遗传算法（Nondominated Sorting Genetic Algorithm，NSGA-Ⅱ）[4]、强度Pareto 进化算法（Strength Pareto Evolutionary Algorithm，SPEA）[5]、Pareto存档进化策略（Pareto Archived Evolution Strategy，PAES）[6] 、Pareto适应度遗传算法（Pareto Fitness Genetic Algorithm，PFGA）[