基于元胞粒子群算法的柔性作业车间调度问题分析.doc

- --- 摘 要 柔性作业车间调度问题(Flexible Job shop Scheduling Problem, FJSP)由于减少了 机器的约束，所以比传统作业车间调度问题的复杂性更高。柔性路径的特点使得这类 问题的可行解范围增大，从而给问题的求解带来新的挑战。因此，寻找有效的方法对 柔性作业车间调度问题进行求解具有重要的理论价值和应用意义。 本 文 探 讨 了 如 何 使 用 改 进 的 元 胞 粒 子 群 优 化 （ Cellular Particle Swarm Optimization, PSO) 算法求解几类柔性作业车间调度问题，主要工作与创新点如下: （1）研究了具有确定加工时间的单目标柔性作业车间调度问题。首先，针对 FJSP 问题的离散性特点，设计了该问题的编码与解码方法，在元胞粒子群算法基础上借鉴 遗传算法中的交叉思想，设计了新的粒子位置信息更新公式，从而提出了一种求解单 目标 FJSP 问题的离散元胞粒子群算法；然后，基于变邻域搜索算法，设计了高效的 邻域结构，提出了求解单目标 FJSP 问题的混合元胞粒子群算法。数值试验表明，所 提的混合元胞粒子群算法具有较好的收敛性与较高的求解精度。 （2）研究了具有确定加工时间的多目标柔性作业车间调度问题。首先，考虑了机 器利用率、加工成本、加工效率、交货期满意度等目标，建立了多目标柔性作业车间 调度问题模型。然后