柔性作業(yè)車間調(diào)度問(wèn)題的Memetic算法研究.pdf

1、制造業(yè)是國(guó)民經(jīng)濟(jì)的基礎(chǔ)。在全球化競(jìng)爭(zhēng)日益激烈的今天，企業(yè)越來(lái)越重視提高生產(chǎn)效率，減少加工成本，從而提升自身市場(chǎng)競(jìng)爭(zhēng)力。如何制定合理的生產(chǎn)調(diào)度方案，已成為很多制造企業(yè)所面臨的挑戰(zhàn)性問(wèn)題。柔性作業(yè)車間調(diào)度問(wèn)題(F le xib le Job-s hop Sc hed uling Pro b le m, FJSP)作為經(jīng)典的作業(yè)車間調(diào)度問(wèn)題(Job-shop Sc hed uling Prob le m,JSP)的擴(kuò)展，是一種更加貼近現(xiàn)實(shí)的調(diào)

2、度問(wèn)題模型。它是當(dāng)前最困難的組合優(yōu)化問(wèn)題之一，自上世紀(jì)末被提出以來(lái)引起了廣泛的關(guān)注。
　　本文分別針對(duì)單目標(biāo)和多目標(biāo)柔性作業(yè)車間調(diào)度問(wèn)題進(jìn)行研究提出了兩個(gè)Memetic算法(密母算法)。單目標(biāo)柔性作業(yè)車間調(diào)度Memetic算法是以最小化加工時(shí)間跨度為目標(biāo)，采用以遺傳算法為進(jìn)化框架混合兩個(gè)局部搜索算子用來(lái)更好地搜索解空間。兩個(gè)局部搜索算子分別扮演不同的角色，其中禁忌搜索(Tabu Search,TS)用來(lái)在進(jìn)化前期高效搜索出更優(yōu)秀的

3、解，模擬退火(Simulated Annealing, SA)算子應(yīng)用在進(jìn)化后期，增強(qiáng)種群多樣性，避免種群過(guò)早收斂。通過(guò)在49個(gè)基準(zhǔn)測(cè)試實(shí)例上的對(duì)比試驗(yàn)，驗(yàn)證了我們算法的有效性。求解多目標(biāo)柔性作業(yè)車間調(diào)度問(wèn)題的算法是基于NSGA-II的多目標(biāo)Memetic算法，其局部搜索算子為變鄰域搜索(Variable Neighborhood Search, VNS)算子。本算法同時(shí)優(yōu)化最小化加工時(shí)間跨度和最小化加工成本兩個(gè)目標(biāo)，引入了兩種精英解保