基于機制設(shè)計的柔性流水車間調(diào)度問題的研究與分析.pdf

1、調(diào)度問題是研究如何將有限資源在一定時間內(nèi)分配給多個加工任務(wù)的問題。高效的調(diào)度算法能夠提高企業(yè)競爭力，幫助企業(yè)提高生產(chǎn)合理性和有效性。已有研究表明調(diào)度問題是 NP-Hard的，無法在多項式時間內(nèi)求得問題最優(yōu)解，除非NP=P，因此，本文以智能優(yōu)化算法為基礎(chǔ)設(shè)計優(yōu)化算法。
　　柔性流水車間調(diào)度問題是流水車間調(diào)度問題的重要研究分支，其與傳統(tǒng)流水車間調(diào)度問題的最大區(qū)別是問題求解過程中需額外進(jìn)行機床選擇，問題求解難度明顯增大。對柔性流水車間調(diào)

2、度問題的研究具有重要的理論研究價值和實際應(yīng)用價值。而現(xiàn)有算法的可行解質(zhì)量距最優(yōu)解仍有一定差距，算法有待進(jìn)一步優(yōu)化，因此，針對柔性流水車間調(diào)度問題本文以最小化最大完成時間為優(yōu)化目標(biāo)提出求解該問題的混合搜索機制粒子群算法。由于粒子群算法具有搜索能力強且可調(diào)整參數(shù)較少的優(yōu)秀特性，因此混合搜索機制粒子群算法以粒子群算法為基礎(chǔ)，算法中提出NEH貪婪搜索算法優(yōu)化并行機工件加工順序，同時引入模擬退火擾動搜索算法擴大搜索范圍，增加隨機擾動算法幫助粒子跳

3、出局部最優(yōu)的困境。實驗結(jié)果表明混合搜索機制粒子群算法的有效性和適用性均高于其他算法。
　　但部分工廠加工需要滿足特殊加工需求，同時調(diào)度問題需保證供需雙方不同需求。為解決供需雙方對生產(chǎn)加工的不同需求，本文以最小化最大完成時間和最大延遲時間為優(yōu)化目標(biāo)，同時引入加工過程零等待約束滿足特殊生產(chǎn)需求，提出求解此類問題的精英粒子群算法和聯(lián)姻帝國競爭算法。精英粒子群算法以粒子群算法為算法框架，引入精英交叉算法提高可行解質(zhì)量，算法中有效的保持了可

4、行解工件之間良好的連續(xù)性以保證可行解質(zhì)量；帝國競爭算法是以多帝國群體同時進(jìn)化為主要更新方式，搜索速度快、可行解質(zhì)量高，因此聯(lián)姻帝國競爭算法以帝國競爭算法為迭代模式，算法同時引入帝國聯(lián)姻算法，運用全新的革命策略以期獲得更高質(zhì)量的可行解。優(yōu)于調(diào)度領(lǐng)域暫無統(tǒng)一數(shù)據(jù)集，因此仿真實驗在不同規(guī)模的問題實例下隨機生成對比數(shù)據(jù)，分別計算各對比算法的六項性能指標(biāo)，實驗結(jié)果表明精英粒子群算法和聯(lián)姻帝國競爭算法可行解質(zhì)量較高且雙目標(biāo)優(yōu)化效果最好。