骨干双粒子群算法求解柔性作业车间调度问题

针对柔性作业车间调度问题,以最小化最大完工时间为优化目标,提出了一种骨干双粒子群算法(Double Bare Bones Particle Swarm Algorithm,DBBPSO)。算法结合基于冯诺依曼拓扑结构的改进骨干粒子群算法与基于混沌变异的骨干粒子群算法,利用种群交流机制使两个种群协同进化,实现了算法在全局搜索与局部开发之间的平衡,并提出一种基于最小加工时间的机器选择策略。将所提算法在四个经典算例与一个柔性作业车间调度实例上与其他不同算法进行仿真对比,结果表明所提算法比其他对比算法具有更好的寻优能力,更适合解决该类调度问题。

混合竞争群优化算法求解柔性车间调度问题

针对柔性作业车间调度计算复杂度高,求解困难的难题,在分析竞争群优化算法的基础上,提出一种混合竞争群优化算法。首先,结合两段式编码设计了一种基于最小工序完工时间的机器选择策略,将连续的竞争群优化算法离散化;然后,将POX交叉与环形拓扑结构相结合,并引入邻域搜索,应用于优胜个体的更新,增强算法的全局搜索能力和局部搜索能力。最后通过案例测试并与其他算法比较,验证了混合竞争群优化算法对柔性作业车间调度问题具有较高的求解质量和稳定性。