改进粒子群算法求解生产计划与柔性作业车间调度集成问题.pdf

２０２４年７月Ｊｕｌ２０２４

第５２卷第１４期Ｖｏｌ５２Ｎｏ１４

－

ＤＯＩ：１０．３９６９／ｊｉｓｓｎ１００１３８８１２０２４１４０２２

－

文献引用：唐红涛，曾骄，刘歆．改进粒子群算法求解生产计划与柔性作业车间调度集成问题［Ｊ］．机床与液压，２０２４，５２（１４）：１３６１４４．

Ｃｉｔｅａｓ：ＴＡＮＧＨｏｎｇｔａｏ，ＺＥＮＧＪｉａｏ，ＬＩＵＸｉｎ．Ｉｍｐｒｏｖｅｄｐａｒｔｉｃｌｅｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎｔｏｓｏｌｖｅｔｈｅｉｎｔｅｇｒａｔｉｏｎｐｒｏｂｌｅｍｏｆｐｒｏｄｕｃｔｉｏｎｐｌａｎ⁃

－

ｎｉｎｇａｎｄｆｌｅｘｉｂｌｅｊｏｂｓｈｏｐｓｃｈｅｄｕｌｉｎｇ［Ｊ］．ＭａｃｈｉｎｅＴｏｏｌ＆Ｈｙｄｒａｕｌｉｃｓ，２０２４，５２（１４）：１３６１４４．

改进粒子群算法求解生产计划与柔性作业车间调度集成问题

１，２１，２１，２

唐红涛，曾骄，刘歆

（１武汉理工大学机电工程学院，湖北武汉４３００７０；２机器人与智能制造湖北省工程研究中心，

湖北武汉４３００７０）

摘要：为解决机加工企业制定的生产计划与车间调度方案不兼容的问题，建立以最小化最大完工时间、最小化加工成

本为目标函数的生产计划与柔性作业车间调度集成模型。提出一种改进粒子群算法（ＩＰＳＯ）作为全局优化算法，在传统粒

子群优化算法（ＰＳＯ）的基础上，引入遗传算子交叉的方式改进群体进化，同时设计随机性的边界变异，提高种群多样性，

避免局部最优，学习因子及惯性权重采用幂函数动态变化，增强其搜索能力，更快收敛。最后通过生产实例，验证了ＩＰＳＯ

在解决生产计划与车间调度集成问题上的可行性。同时将ＰＳＯ、灰狼优化算法（ＧＷＯ）和遗传算法（ＧＡ）作为对比算法，

在１５个Ｂｒａｎｄｉｍａｒｔｅ基本算例上开展实验，得到的结果均优于其他算法，证明了ＩＰＳＯ求解柔性作业车间调度问题时的有效

性和优越性。

关键词：改进粒子群算法；边界变异；柔性作业车间调度

中图分类号：ＴＨ１８１

ＩｍｐｒｏｖｅｄＰａｒｔｉｃｌｅＳｗａｒｍＯｐｔｉｍｉｚａｔｉｏｎｔｏＳｏｌｖｅｔｈｅＩｎｔｅｇｒａｔｉｏｎＰｒｏｂｌｅｍｏｆＰｒｏｄｕｃｔｉｏｎ

ＰｌａｎｎｉｎｇａｎｄＦｌｅｘｉｂｌｅＪｏｂＳｈｏｐＳｃｈｅｄｕｌｉｎｇ

１，２１，２１，２

ＴＡＮＧＨｏｎｇｔａｏ，ＺＥＮＧＪｉａｏ，ＬＩＵＸｉｎ

（１ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌａｎｄＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＷｕｈａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，ＷｕｈａｎＨｕｂｅｉ

４３００７０，Ｃｈｉｎａ；２ＨｕｂｅｉＰｒｏｖｉｎｃｉａｌＥｎｇｉｎｅｅｒｉｎｇＲｅｓｅａｒｃｈＣｅｎｔｅｒｏｆＲｏｂｏｔｉｃｓａｎｄＩｎｔｅｌｌｉｇｅｎｔ