求解置换流水车间调度问题Memetic算法.PDFVIP

　 第２３ 卷　 第６ 期 厦门理工学院学报 Ｖｏｌ． ２３　 Ｎｏ． ６ 　 　 ２０１５ 年１２ 月 Ｊｏｕｒｎａｌ ｏｆ Ｘｉａｍｅｎ Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ Ｄｅｃ． ２０１５ 求解置换流水车间调度问题的Ｍｅｍｅｔｉｃ 算法 苏志雄， 伊俊敏 （厦门理工学院管理学院，福建 厦门３６１０２４ ） ［摘　 要］ 针对以最小化最大完工时间为目标的置换流水车间调度问题， 建立了０－１ 型混合整数线性规 划模型。 在对模型进行Ｂｅｎｄｅｒｓ 分解的基础上， 提出了问题的求解策略， 进而设计了一种Ｍｅｍｅｔｉｃ 调度算法， 并探讨了基于组合规则的种群初始化方法和混合遗传操作。 为了提高算法的搜索效率， 采用了更加高效的适 应度值计算方法以及两种邻域搜索方法。 最后， 基于Ｂｅｎｃｈｍａｒｋ 算例的仿真实验结果表明了该算法的有效性， 可以找到２６ 个算例中的１７ 个最优解 （６５ ３８％ ）， 且其平均相对误差的均值仅为０ ８８％ 。 ［关键词］ 生产调度； 置换流水车间； Ｍｅｍｅｔｉｃ 算法； 邻域搜索 ［中图分类号］ Ｆ２７３ ； ＴＰ２７８　 ［文献标志码］ Ａ　 ［文章编号］ １６７３ － ４４３２ （２０１５ ） ０６ － ００２５ － ０５ 流水车间调度问题通常可以描述为ｎ个工件要在ｍ 台机器上加工， 每个工件有ｍ道工序， 每道 工序都要在不同的机器上加工， 所有工件的加工顺序都相同， 各工件在各机器上的加工时间已知， 调 度目标是确定每台机器上工件的加工顺序及开工时间， 使得特定的性能指标最优。 置换流水车间调度 问题 （ｐｅｒｍｕｔａｔｉｏｎ ｆｌｏｗ ｓｈｏｐ ｓｃｈｅｄｕｌｉｎｇ ｐｒｏｂｌｅｍｓ ， ＰＦＳＰ ） 是对流水车间调度问题的进一步约束， 即约 定每台机器上所有工件的加工顺序相同， 其解空间的规模为ｎ！ ， 远远小于流水车间调度问题的规模 （ｎ！）ｍ 。 ＰＦＳＰ 中的最小化最大完工时间问题， 利用三元组表示法可以记为Ｆ ｐｒｍｕ Ｃｍａｘ ， 此类调度 问题是研究流水车间调度问题最为自然的起点， 其研究成果可以为更加复杂的实际调度问题研究提供 基础， 因此研究和开发高效的生产调度算法具有非常重要的理论意义和应用价值。 ［１］ ［２ － ５ ］ 由于此类调度问题的ＮＰ 难特性 ， 精确算法只能求解很小规模的算例， 而启发式算法 可以 在很短的时间内获得调度解， 但是其求解质量和通用性较差。 因此， 近期的研究重点更多地集中在元 启发式算法［６ － １１］ 。 遗传算法作为一种常用的元启发式算法， 具有鲁棒性、 通用性、 隐含并行性等特 点， 在求解ＰＦＳＰ 上取得了较好的效果。 然而， 传统的遗传算法存在进化停滞和计算时间长等问题， 故本文在问题分析和已有算法研究的基础上， 提出了一种将遗传算法与邻域搜索相结合的Ｍｅｍｅｔｉｃ 算 法 （ｍｅｍｅｔｉｃ ａｌｇｏｒｉｔｈｍ ， ＭＡ ） ， 其关键在于种群初始化策略、 遗传操作、 邻域搜索算法的设计。 最后， 通过基于ｂｅｎｃｈｍａｒｋ 算例的对比实验对其有效性进行了验证。 一、ＰＦＳＰ 的数学模型 １． 符号说明 为了叙述方便， 引入下列符号： ｉ为机器编号， ｉ ∈ ｛１ ，… ，ｍ｝ ；ｊ 为工件编号，ｊ ∈ ｛１ ，… ，ｎ｝ ； ｋ为 排列中的位置编号， ｋ ∈ ｛１ ，… ，ｎ｝ ； π为所有工件的一个排列， 即工件加工顺序方案， π ＝ ｛π ，π ， １ ２ …