基于机器空隙的自适应改进金枪鱼群算法在生产排程调度中的研究

智能制造生产方式逐渐成为产业发展的主流趋势,文章着眼于当下制造业生产中存在的排程调度不准确问题,提出了一种基于机器空隙的自适应改进金枪鱼群算法(Tuna Swarm Optimization Algorithm Based on Machine Gap,TSOAMG)。文章提出基于空隙的工序机器选择方法,采用混沌映射初始化阵列,设计自适应阵列算子以选择不同的更新策略。为提高种群中的解的质量,将排斥浓度与适应度按一定比例结合,评价该解在种群中的优异度,并融入Levy飞行策略。模型中构建三种不同类型的邻域搜索结构NS1、NS2、NS3,用于增强算法的邻域探索能力,使其能够更为灵活地遍历搜索空间。最终,通过对排程经典案例的实验验证,证明了TSOAMG算法在排程结果和收敛性优于当下5种其他的流行算法,为传统制造业解决排程调度问题提供了解决方案。