梁 迪, 薛 健, 赵伊诺

(沈阳大学 机械工程学院, 辽宁 沈阳 110044)

目前车间调度研究大多以单一车间为对象,而实际生产工件加工的开始时间往往与前一车间息息相关,因此研究多车间的协同调度有助于使车间整体调度更优.已有众多学者将智能启发式算法应用到协同调度问题上,冯霞等[1]用遗传算法对机场的加油车和摆渡车协同调度问题进行了分析改进,提高了机场的运行效率.于大洋等[2]提出了电动汽车充电与风电协同调度碳减排效益的测算模型,证明了协同调度是实现风电和电动汽车规模化协调利用的一种有效手段,但目前针对生产车间协同调度方面的研究较少.狼群算法被国内外众多学者提出并改进,将其应用于调度及路径规划等问题上.冯晓莉等[3]将狼群算法结合模拟退火算法,提高了算法的全局收敛性与计算鲁棒性,并将其应用于求解复杂的并联泵站群优化运行模型上;周璟[4]提出了混沌狼群围捕算法,在狼群围捕算法基础上,使用Tent混沌映射改进了狼群初始化方法,使狼群初始分布更加均匀,提高了车间内机器人导航规划的实时性,减少了导航路径长度;Seifi等[5]提出了灰狼和鲨鱼气味算法(GWO+SSO)的组合,并将其应用于多个边界约束下目标函数优化,实验结果证明该方法在全局极小值上具有较高的收敛性.以上学者在算法上的改进皆是提高算法的有效性及准确性,但在算法运行速度与收敛速度上收……