陈金广,马玲叶,马丽丽

(西安工程大学 计算机科学学院,西安 710048)

1 引言

作业车间调度问题的求解目标是得到一个科学、合理的调度方案.一个科学、合理的调度方案能够有效提高生产效率、降低加工成本.调度方案主要是确定各工件的加工次序和加工机器,这是典型的NPhard 问题[1].现代企业间的竞争日趋激烈,合理安排作业车间调度至关重要.此外,工业工程中车间生产规模逐渐扩大,作业车间调度越来越复杂,作业车间调度的组合改进问题已成为当今工业工程领域发展研究的热点问题之一[2].作业车间调度(JSP)都是凭借着工人的工作经验来安排工件的加工顺序,然而这种方法不仅对工人要求较高,且会出现安排不合理的情况.启发式研究方法可以很好的解决这类问题,常用的主流求解方法有粒子群优化算法、遗传算法、神经网络算法、禁忌搜索算法等[3-8].其中遗传算法(Genetic Algorithm,GA)作为一种群智能算法,具有隐式并行性和全局搜索特性,是求解作业车间调度问题的有力工具,因此遗传算法被很多学者用来解决作业车间调度问题,其在柔性作业车间(FJSP)的应用最为广泛.根据FJSP的特点,刘琼等[9]提出了一种改进的交叉变异方法并设计了一种初始解产生机制.张国辉等[10]采用一种随机和优化相结合的初始化种群方法.赵诗奎等[11]运用均匀设计原对遗传算法中的初始种群及适应度函数进行设计并将其应用到FJSP 中.对于上述3 篇文献,交叉和变异概率……