基于多样性增强的自适应遗传算法在开放式车间调度中的应用.docxVIP

基于多样性增强的自适应遗传算法在开放式车间调度中的应用 0 基于dg的算法 开放空间规划问题（osp）通常描述为n个零件在m台机器上加工的。每个零件都包含m个通道工序，每个零件都有规定的加工时间，不能在加工过程中中断序言。在给定的时间内每台机器只能加工一个工件, 且每个工件只能由一台机器处理。工件加工无特定的工艺路线约束, 即工件的加工工艺顺序任意。调度的目的是在满足上述约束的同时, 确定所有工件和机器的顺序组合, 使调度性能指标最优。 相对于作业车间调度问题 (Job-shop Scheduling Problem, JSP) 和流水车间调度问题 (Flowshop Scheduling Problem, FSP) , OSP具有更大的可行解空间, 复杂度更高。Gonzalez和Sahni证明当机器数m2时OSP为NP-Hard问题, 并针对m=2情形给出了线性时间求解算法。Brucker和Hurink等针对最小化Makespan的多台机器的OSP, 采用基于析取图 (Disjunctive Graph, DG) 的分枝定界法, 首次求得了Taillard部分算例的最优解, 但同时承认在某些情况下, 该分枝定界算法并不如启发式规则有效。Brue562sel和Tautenhahn等构建了最小秩排序 (Rank-minimal Schedule) 规则和定向搜索 (Beam Sea