APP下载

带学习策略的遗传算法求解柔性作业调度问题

2011-10-09王公堂许化强

电子设计工程 2011年16期
关键词:作业

王公堂,许化强

(山东师范大学 物理与电子科学学院,山东 济南 250014)

传统的作业调度问题中,作业的每一道工序都是预先知道的,而且工序的加工机器和时间也是预先确定好的。而在柔性作业调度问题中,工序的加工机器是不确定的。作业的每一道工序都可以在多个加工机器上加工,而且不同的加工机器所需要的加工时间也不相同。在处理此类问题上,不仅要处理作业之间的调度问题,而且要考虑每一道工序面临可选择机器的问题,使问题更难以解决。针对柔性车间调度问题的特点,笔者在Yasuhiro Tsujimura[1]等人提出的主从共生遗传算法的基础上进行改进,加入学习策略,在进化过程中发掘并保留种群中的优秀特征,并指导后代的进化,加快收敛速度,提高搜索效率。

1 带操作柔性的作业调度问题描述

具有操作柔性(OF)的柔性车间调度问题(Flexible Job-Shop Scheduling Problem,FJSP)是指同一个操作(或工序)可以在不同的机器上运行。FJSP假定加工系统中有M台机器和N个作业,每个作业包括一道或多道操作,操作顺序是预先确定的,每道操作可以选择在多台不同的设备上加工,操作的加工时间随加工设备的不同而变化。例如,表1是FJSP的一个例子,共有2个作业,3个加工机器,每道工序可以选择在不同机器上以不同的加工时间加工。调度目标是为每道工序选择最合适的加工设备,以及每台设备上各工序的最佳加工顺序,使所有作业的流通时间最短。该问题所需满足的约束条件[2]是:1)所有作业在初始时刻都可加工;……

登录APP查看全文

猜你喜欢

作业
作业,我终于打败你了!
让人羡慕嫉妒恨的“作业人”
作业联盟
谁没交作业
修改“作业”
跟一群抄作业的讲垂直进步?
作业
我想要自由
三十六计第七计:无中生有