雙目標(biāo)無等待流水調(diào)度問題的混合算法.pdf

1、最小化“總完工時(shí)間”和“最長完工時(shí)間”為目標(biāo)的無等待流水調(diào)度是一類典型的NP完全問題，廣泛存在于工程應(yīng)用中。本文針對該問題研究如何能在較短時(shí)間內(nèi)找到近似最優(yōu)解的有效混合算法，對實(shí)際工程應(yīng)用具有重要意義。 考慮最小化“總完工時(shí)間”和“最長完工時(shí)間”的雙目標(biāo)無等待流水作業(yè)調(diào)度問題，提出粒子群加權(quán)混合優(yōu)化算法，通過隨機(jī)加權(quán)的方式將其轉(zhuǎn)換成單目標(biāo)優(yōu)化問題，并應(yīng)用基于升序排列的ROV（Ranked-Order-Valve）編碼規(guī)則，將微粒

2、的位置矢量映射到流水工件的排序，離散化后應(yīng)用于無等待流水作業(yè)調(diào)度問題：應(yīng)用NEH方法構(gòu)造初始種群，基于較好的初始值進(jìn)行粒子群優(yōu)化；在粒子群每次迭代之后對全局最優(yōu)值加入擾動(dòng)并進(jìn)行變鄰域搜索，防止種群陷入局部最優(yōu)造成早熟收斂，提高離散粒子群算法的搜索能力；使用交換鄰域和插入鄰域算子加快算法的搜索速度，進(jìn)一步提高算法搜索的效率，降低鄰域搜索算法的復(fù)雜度；設(shè)計(jì)雙目標(biāo)優(yōu)化中多群體進(jìn)化操作提高算法的搜索能力，得到全局近似最優(yōu)解。 混合優(yōu)化算