基于累积前景理论的最优觅食算法求解多目标流水车间调度问题.docxVIP

基于累积前景理论的最优觅食算法求解多目标流水车间调度问题 0 引言置换流水车间调度(Permutation Flow-shop Scheduling Problem, PFSP)是许多实际流水线生产调度的一个简化模型，是研究较为广泛的生产调度问题之一，许多生产制造、装配、运输等问题均可简化为该模型。它在流水车间调度的基础上，要求每台机器上工件的加工顺序均相同。为了提高企业竞争力，生产者在选取调度方案时，需考虑的因素并不是唯一的，往往要求方案能够在生产过程中使多个目标同时达到最优。因此，多目标流水车间调度问题更加符合生产企业的现实情况，具有重要的应用价值。贺利军等最优觅食算法（Optimal Foraging Algorithm, OFA）累积前景理论针对多目标流水车间调度问题，本文将累积前景理论和最优觅食算法相结合，提出一种基于累积前景理论的最优觅食算法（Optimal Foraging Algorithm based on Cumulative Prospect Theory, CPT-OFA）。算法将灰色关联分析法应用于累积前景理论中，构造了前景价值函数，以此建立Pareto解的综合前景价值模型。通过综合前景价值来探寻Pareto解与各个目标之间的有效信息，有效消除优化问题中目标量纲和数量级的影响。在算法的进化过程中，采用综合前景价值作为算法的适应度值来引导