基于混合麻雀搜索算法的燃气表检测线调度优化研究

燃气表检测线的调度问题是典型的柔性开放车间调度问题。针对该问题,以最小化最大完工时间为目标提出了一种混合麻雀搜索算法(HSSA)。首先,根据问题特性设计有效的编码方式,建立了连续空间与离散空间的映射关系;然后,通过混合拟反向学习等多种策略改进原麻雀算法的种群生成方式和寻优机制,增强了算法的勘探能力和开发能力;最后,基于Taillard标准实例和燃气表检测线应用实例进行实验,并与其他算法对比。结果表明,HSSA在求解燃气表检测线调度问题时具有更高的寻优精度,并验证了该算法的有效性和稳定性。

面向智能燃气表检测线的分级重调度策略研究

智能燃气表检测线在实际运作环境中存在各种随机扰动事件,从而导致检测过程受到不同程度的影响,甚至需要重新制定调度方案。现有重调度研究通常面向单一扰动事件,而对于多类别扰动事件则采取同一种处理方法,针对性不足,从而导致调度效果不佳。为了有效应对上述问题,通过分析智能燃气表检测线中扰动事件的类别及影响程度,对扰动事件进行等级判定,并提出了一种面向多类扰动事件的分级重调度策略,根据不同事件的特性设计了合适的处理方法。此外,基于智能燃气表检测线的调度特点,引入带惩罚系数的工艺相似度作为重调度评价指标。