一种求解车间作业调度问题的改进遗传算法.PDFVIP

2007年1月 机床与液压 Vol.35No.I 第35卷第 1期 MACHINETOOL HYDRAULICS January2007 一种求解车间作业调度问题的改进遗传算法’ 赵杰，刘战强，周军 (山东大学机械工程学院，山东济南250061) 摘要:变批量和个性化产品的现代生产方式，使得调度问题在当今生产中日渐受到重视，为克服传统遗传算法在求解 车间作业调度问题时的早熟收敛，结合基于工序编码和位置列表编码的优势，设计了混合编码方式，并将局部搜索运用到 变异算子中，通过实例验证了该算法的有效性。 关键词:车间作业调度;混合编码;变异算子;局部搜索 中图分类号:TP278 文献标识码:A 文章编号:1001一3881(2007)1一019一3 ImprovedGeneticAlgorithmforSolvingJob-ShopSchedulingProblem ZHAOhe，LIUZhangiang,ZHOUJun (SchoolofMechanicalEngineering,ShandongUniversity，Ji’nan250061，China) Abstract;Asthescalablebatchandindividualcharacterproductareneededinmodernmanufacturingmode，Job-Shopscheduling problemisattachedwithgreatimportance.Toavoidprematureconvergence，whichappearedinthecourseofsolvingJob-Shopschedu- lingbyapplyingconventionalGA,animprovedcombinedcodemethodwasproposedbytakingadvantagesofoperation-basedrepresen- tationencodeandoperation-basedlocationlistencode,andlocalsearchwasappliedinmutationoperator.Itsefficiencywasvalidatedby applyingimprovedGAtoexamples. Keywords;Job-Shopscheduling;Combinedcode;Mutationoperator;Localsearch 0 引言 和遗传算法 (GeneticAlgorithm,GA)等解决Job- 为适应用户多样化和个性化的要求，现代生产方 Shop调度问题，倍受关注。遗传算法具有全局搜索 式也由大批量生产向中小批量和多品种生产转变，调 能力，但易早熟收敛，而局部搜索善于微调，但常陷 度在这种生产方式中的作用显得更加重要。一般地， 于局部最优。本文提出的改进遗传算法，综合了遗传 一个n个工件、m台机器的Job-Shop调度问题可描述 算法和局部搜索的优点，将遗传算法用于完成全局搜 为:n个工件需要在m台机器上加工，每个工件有其 索和克服局部最优，而将局部搜索用于微调。遗传算 特定的加工工序，每道工序加工时间已知，并且假设 法中交叉算子是最重要的算子，它决定着遗传算法的 如下:(1)不同工件的工序之间没有顺序约束;(2) 全局收敛性，本文提出了一种有效的交叉算法，通过 某一工件一旦开始加工就不能中断，每个机器在同一 实例证明该交叉方法产生的子代能较好地继承父代的 时刻只能加工一个工件;(3)机器不发生故障。调 优良特征，为了实现这种交叉算法，本文采用了基于 度的目标就是确定每个机器上工序的加工顺序和每个 工序和位置列表的混合编码方式。 工序的开工时间，使完成所有工序所需的时间 1遗传算法的实现 (makespan)最小。 1.1调度问题编码的实现 Job-Shop调度问题是NP完全问题，其研究的方 基于GA的调度中，染色体的编码可以直