APP下载

改进遗传算法解决带有机器恶化效应的柔性作业车间调度问题

2021-01-05安璐张鹏聂宇晨

大连交通大学学报 2020年6期

安璐,张鹏,聂宇晨

(1.大连交通大学 软件学院,辽宁 大连 116054;2.大连交通大学 创新创业教育学院,辽宁 大连 116028)*

柔性车间调度问题FJSP是经典车间调度问题JSP的一种扩展,是一种更复杂的NP难的问题.自从1990年Bucker首次提出FJSP概念之后[1],大量智能优化算法被应用于解决此问题.当然,由于遗传算法的全局搜索能力较强的优点,所以更被广泛应用于解决各种关于调度的问题.宁涛等[2]引入了MAGTD(多指标加权灰靶决策模型)的基于混沌理论的量子粒子群算法来求解多目标FJSP,使用算例验证算法的实用性;肖华军等[3]提出了一种将化学反应和禁忌搜索算法相结合的混合算法求解多目标FJSP;姜天华等[4]提出了一种引入交叉和变异的基于变邻域搜索的混合灰狼优化算法求解多目标FJSP;张垚等[5]提出了一种新型遗传邻域万有引力算法,借鉴欧氏距离的染色体差距的概念和惯性质量概念解决作业车间调度;翟所霞等[6]通过改进自适应遗传算法的集成调度方法来求解柔性作业车间调度和动态调度问题,并对紧急订单插入和机器发生故障进行重调度;付亚平等[7]针对带有交货期的FJSP问题,提出了一种使用三种不同邻域模式的搜索方法的自适应离散猫群优化算法解决;曹如胜等[8]使用具有特定邻域函数和多样化结构的禁忌搜索算法解决了具有序列依赖性的柔性作业车间调度问题;宁涛等[9]提出了一种从一维到三维的解码方法的遗传方法GA_JS来解决分布式FJSP;杨宇……

登录APP查看全文