改进遗传算法求解基于MPN混流制造车间调度问题

大规模混流制造系统存在规模大、资源约束多的特点,造成在作业调度时产生维数灾难,从而产生搜索求解难的问题。本文针对此类问题,在基于(Manufacturing Petri Net,MPN)模型的基础上,提出一种改进遗传算法进行求解。首先,重新定义了染色体的结构,并采用染色体安排段压缩求解的搜索空间。其次,在染色体交叉环节用粒子群优化(Particle Swarm Optimization,PSO)优化机制引导染色体优化方向,在染色体变异环节用模拟退火算法(Simulated Annealing Algorithm,SAA)的机制防止遗传算法的过早收敛。然后,在每一次种群迭代后对当前最优个体采用邻域搜索机制尝试拔高最优个体的适应度。实验数据表明,改进遗传算法在求解的最优性方面有了较大改进。

基于分布估计算法的硫化车间调度

为解决橡胶轮胎硫化过程耗时长,能源消耗大,集中度较高的问题,提出了一种离散的分布估计算法(Estimation of Distribution Algorithm,EDA)来求解以最小化最大完工时间为优化目标的硫化车间调度优化问题。通过不同的算例来测试该算法的性能,并与遗传算法和和声搜索算法进行实验比较。实验结果表明,EDA算法在优化解的质量和收敛速度方面都要优于遗传算法和和声搜索算法,验证了该算法在求解硫化车间调度优化问题中的有效性和可行性。