置换流水车间调度粒子群算法与参数设置分析.docVIP

置换流水车间调度粒子群算法与参数设置分析 第34卷第6期 2010年12月 武汉理工大学(交通科学与工程版) JournalofWuhanUniversityofTechnology (TransportationScienceamp;.Engineering) Vo1.34NO.6 Dec.2O1O 置换流水车间调度粒子群算法与参数设置分析* 刘志雄.严新平.赵润军 (武汉科技大学机械自动化学院武汉430081) (天津港(集团)有限公司博士后科研工作站天津300461) (武汉理工大学水路公路交通安全控制与装备教育部工程研究中心武汉430063) 摘要:针对置换流水车间调度问题,在介绍了基于粒子位置次序的粒子群算法二维编码方法之后, 采用惯性权重线性递减粒子群算法对置换流水车间调度问题进行了优化.在此基础上,对粒子群 算法的相关参数设置问题展开分析,主要针对惯性权重的取值,粒子群种群数量,粒子位置和速度 的初始化以及粒子位置和速度的限制范围等几个方面展开实验研究.粒子群算法的参数设置分析 将有助于提高求解置换流水车间调度问题的粒子群算法优化效率和优化性能. 关键词:粒子群算法;置换流水车间;调度;参数设置;实验分析 中图法分类号:TP301.6DOI:10.3963/j.issn.1006—2823.2010.06.000 0引言 置换流水车间调度问题(permutationflow shopschedulingproblem,PFSP)是对流水车间调 度问题(flowshopschedulingproblem)的延伸. 对于流水车间调度问题,如果在每台机器上加工 的工件顺序也相同,那么此时的问题就是置换流 水车间调度问题.置换FlowShop调度问题具有 一 定的加工工艺约束,随着问题规模的增加,调度 问题的解空间容量巨大,其求解过程仍十分复 杂.已有的研究成果已经说明,智能优化算法 能够有效地对调度问题进行优化,从而得到调度 问题的最优解或者次优解. 粒子群算法(particleswarmoptimization, PSO)是一种基于群体智能的进化类算法[,在连 续函数优化问题领域,粒子群算法显示了其有效 的优化性能一.粒子群算法也被应用于组合优化 问题,如调度问题.目前,对于连续空问的函数 优化问题,粒子群算法相关参数的设置已经得到 一 些学者的分析蜘,其研究结果也说明粒子群算 法的相关参数设置对粒子群算法的优化性能有着 较大的影响.而对于调度问题,更多的研究则放在 了对粒子群计算模型的改进以及相关的编码及解 码方法等方面,而对于粒子群算法相关参数问题 的探讨,相关研究比较少. 本文在介绍了置换流水车间调度问题粒子群 优化算法的编码方法后,分别利用基本PSO,惯 性权重线性递减PSO和带收敛因子的PSO对置 换流水车间调度问题进行优化.然后基于基本 PSO算法,对粒子群算法的相关参数,包括惯性 权重,粒子种群数量,粒子位置和速度的初始化以 及粒子位置和速度限制等进行分析. 1置换流水车间调度问题的描述 假设t,..,为工件.,在机器J上的加工时间; .J为机器志上加工完工件.,后马上加工工件 所需的准备时间(如果不加特殊说明,一 0);C』,,为工件.,在机器J上的加工完成时间.假 设各工件按照机器1～m的顺序进行加工,令J === (1,,.,…,)为所有工件的一个加工排序, 则有 收稿日期:2()lO07—10 刘志雄(1975一):男,在站博士后,副教授,主要研究领域为生产凋度及其智能优化算法 国家自然科学基金项目(批准号,中国博士后科研基金项目(批准号:20090450769),湖北省教育厅科学技术研究计 划优秀中青年人才项目(批准号:Q2010l115)资助 武汉理T大学(交通科学与工程版)2010年第34卷 fC』—tj JCj,一Cj厂l,-+.,,+,, ICj一Cj1一l+ 【CJ, —max{C2+厂l,Cj一l}+tj, i一2,…,m;J一2,…,n(1) minf—min{Cj.,}(2) 2求解PFSP的粒子群算法设计 2.1编码方法 采用基于粒子位置次序(particlepositionse quence,PPS)的二维编码方法,即采用粒子位置 的次序来映射调度问题巾的工件或者任务次序, 以实现对调度问题解的表示.采用基于PPS的二 维粒子编码方法时,第一维用自然数1,2,3,…,n 来表示个工件,第二维表示粒子的位置向量值. 粒子的长度为所有加工工件的数量,一个完整 的二维粒子如表1所列. 表1二维粒子编码方法 工件1 位置zn 2.2解码过程(调度方案的生成) 在进行调度计算之fjif,对二维粒子巾的粒子 位置向量值进行从小到大的排序,同时,各位置向 量值对应的工