蛙跳算法及其在置換流水車間調(diào)度中的應(yīng)用研究.pdf

1、流水車間生產(chǎn)模式廣泛應(yīng)用于現(xiàn)代制造企業(yè)中，因此流水車間調(diào)度成為實際生產(chǎn)制造車間中十分常見且重要的一類排產(chǎn)方式，也是車間調(diào)度研究的一個熱點問題。在實際生產(chǎn)中，一個優(yōu)秀的調(diào)度排序，能夠保證生產(chǎn)活動的穩(wěn)步進(jìn)行，提高資源利用率，保證交貨完工時間，滿足客戶多樣化的需求。在理論上，該問題代表了一類組合優(yōu)化問題，如能有效的求解對于解決其他優(yōu)化問題有很強(qiáng)的指導(dǎo)意義。本文針對置換流水車間調(diào)度問題(Permutation Flow-shop Schedul

2、ing Problem，PFSP)，以最小化最大完工時間make span 為目標(biāo)，提出了一種改進(jìn)蛙跳算法求解。為了使研究的問題更具有普遍性與代表性，深入系統(tǒng)地研究了多目標(biāo)置換流水車間調(diào)度問題(Multi-objective PFSP，MPFSP)，提出了與之適應(yīng)的多目標(biāo)改進(jìn)蛙跳算法進(jìn)行求解。
　　 首先，系統(tǒng)闡述了蛙跳算法的優(yōu)化原理與操作流程，以及在各個優(yōu)化領(lǐng)域的應(yīng)用情況。針對蛙跳算法局部搜索能力較弱的問題，通過結(jié)合粒子群算法

3、的個體更新策略，提出了改進(jìn)蛙跳算法。通過對連續(xù)函數(shù)優(yōu)化問題求解，驗證了算法改進(jìn)的有效性，新的算法在優(yōu)化結(jié)果與收斂速度上明顯優(yōu)于標(biāo)準(zhǔn)蛙跳算法與粒子群算法。
　　 其次，針對以最小化make span 為目標(biāo)的PFSP，應(yīng)用改進(jìn)蛙跳算法進(jìn)行求解。
　　 為使算法適用于離散組合優(yōu)化問題的求解，采用基于隨機(jī)鍵表示法的規(guī)則設(shè)計了算法編碼。同時，為提高初始解的質(zhì)量，采用改進(jìn)的NEH 啟發(fā)式算法生成多樣性的初始解。在減少計算時間方面，

4、充分利用該問題的可逆性原理計算make span。采用基準(zhǔn)測試集進(jìn)行測試，其結(jié)果與其他算法求解該類問題的較好結(jié)果相比較，驗證了算法的有效性。
　　 最后，針對多目標(biāo)PFSP，建立以最小化總流經(jīng)時間、最大完工時間以及最大拖后時間為優(yōu)化目標(biāo)的數(shù)學(xué)模型，設(shè)計了多目標(biāo)蛙跳算法求解。算法采用四種啟發(fā)式算法生成高質(zhì)量的初始解，并建立精英解集儲存Pareto 解，通過自適應(yīng)小生境方法對精英解集進(jìn)行維護(hù)。采用基準(zhǔn)測試集進(jìn)行測試，算法與解決多目標(biāo)