基于改进混合作用力微粒群算法的液压阀块加工车间调度优化
2019-08-19陈东宁彭晓静姚成玉3张晓磊3杨晓荣
液压与气动 2019年8期
陈东宁, 彭晓静, 姚成玉3, 张晓磊3, 杨晓荣
(1. 燕山大学河北省重型机械流体动力传输与控制重点实验室, 河北秦皇岛 066004; 2. 先进锻压成形技术与科学教育部重点实验室(燕山大学), 河北秦皇岛 066004; 3. 燕山大学河北省工业计算机控制工程重点实验室, 河北秦皇岛 066004)
引言
车间调度是先进制造系统的重要环节,直接影响企业的效益和竞争力。车间调度指产品加工过程中,在最大限度满足各种约束条件下,通过合理地安排各种资源及加工的先后顺序,减少零件完工时间,从而提高企业车间的生产效率[1]。车间生产中,不合理的作业生产安排会导致不必要的生产能耗,因此,制定合理的调度方案显得尤为重要[2]。近年来,微粒群算法在解决车间调度问题中取得了较好的效果。微粒群(Particle Swarm Optimization, PSO)算法[3]作为一种高效智能优化算法,凭借结构简单、收敛速度快、参数设置少等优点,成功应用于各种复杂优化问题。例如,文献[4]将提出的多作用力微粒群算法用于求解液压阀块加工车间调度问题;文献[5]利用改进的二阶微粒群算法优化了具有空闲时间的车间调度问题;文献[6]针对柔性作业车间调度问题,提出一种骨干双粒子群算法。
PSO算法已成功解决各种车间调度问题,但在作用力规则方面,标准PSO算法中仅考虑个体最优微粒和全局最优微粒的引力作用,易使算法陷入局部最优。为此,许多学者从作用力方面对PSO算法进行了改进研究。例如,文献[7]将微粒群分为多个子群,每个子群中适应度最差的2个微粒与其他子群的微粒学习交流;……
登录APP查看全文
