朱福珍，朱凌

(扬州职业大学，江苏扬州225009)

作业调度主要研究如何合理配置加工过程的各种资源，减少零件的加工准备，从而提高设备利用率与生产效率，降低生产成本。蚁群算法是人类在长期观察蚁群觅食活动中总结出来的仿生优化算法。混流装配线是指在一定时间内，在一条生产线上生产出多种不同型号的产品，产品的品种可以随顾客需求的变化而变化。它是车间作业调度的具体应用之一。现以混流装配线为例，讨论蚁群算法在混流装配线作业调度上的应用。

1 蚁群算法简介

本文以汽车组装为例，即在组装所有车辆的过程中，所确定的组装顺序应使各零部件的使用速率均匀化。如果不同型号的汽车消耗零部件的种类大致相同，那么原问题可以简化为单级流装配线调度问题。由此，该问题可描述为[1]式中，i表示车型数的标号;n表示需要装配的车型数;m表示装配线上需要的零部件种类总数;p表示生产调度中子装配的标号;αp表示零部件p的理想使用速率;j表示车型调度结果(即排序位置)的标号;D表示在一个生产循环中需要组装的各种车型的总和;di表示在一个生产循环中车型i的数量;bip表示生产每辆i车型需要零部件p的数量;βj－1，p表示在组装线调度中前j－1台车消耗零部件p的数量和βj－1，p+xjiβip，且β0，p=0。

2 算法的具体应用

这里采用如图1所示的搜索空间定义，列表示排序阶段(用j表示)，行表示每个阶段可供选择的车型(用i表示)，圆圈的大小表示选择概率的大小，蚁群算法就是不断改变圆圈的大小，最终寻找到满意的可行解。……