基于离散人工蜂群算法的多目标分布式异构零等待流水车间调度方法

分布式制造(Distributed manufacturing,DM)已成为当前主流制造模式之一,广泛存在于航空、电子等行业实际生产中。在DM中,各个工厂存在诸如机器数量、机器工艺、原料运输条件的差别,即异构性。然而,目前的分布式调度研究中均未考虑工厂的异构性。因此,结合实际需求,研究一种考虑序列相关准备时间的多目标分布式异构零等待流水车间调度问题(Multi-objective distributed heterogeneous no-wait flowshop scheduling problem with sequence-dependent setup time,MDHNWFSP-SDST)。首先,建立了以最大完工时间和总滞后为目标的多目标优化模型。基于问题特征及多目标特性,提出了一种多目标离散人工蜂群算法(Multi-objective discrete artificial bee colony,MODABC)。其次,改进了PWQ算法(Improved PWQ,IPWQ)初始化种群,解决了PWQ存在的数量级和重复解等问题;在雇佣蜂阶段,结合分布式调度问题特点,设计了四种邻域结构生成可行解以提升种群质量;在跟随蜂阶段,改进了工件位置交叉方法以生成子代种群,在保留父代优良特性的同时保持种群多样性;在侦查蜂阶段,嵌入了一种多目标局部搜索方法以保证解空间的充分搜索。最后,通过与其他多目标优化算法对比,验证了所提出MODABC的有效性和优越性。

求解零等待流水车间调度问题的改进蝙蝠算法

针对零等待流水车间调度问题特性,设计了一种蝙蝠算法进行求解.算法模拟蝙蝠捕食搜索行为进行寻优,利用基于最小位置值规则的随机键编码方式来表示问题解,采用基于NEH方法的局部搜索策略和随机交换、插入、逆序操作的变邻域搜索策略来提高局部优化性能,进一步根据Metropolis概率准则接受劣解来避免早熟.通过典型算例对所提算法进行仿真测试并与粒子群算法和RAJ启发式算法进行对比,结果表明所设计算法求解零等待流水车间调度问题的有效性和优越性,是求解流水车间生产调度问题的一种有效工具.

求解零等待流水线调度问题的离散磷虾群算法

针对最小化最大完工时间零等待流水车间调度问题,设计了一种离散磷虾群优化算法进行求解。根据优化问题特性,定义了算法中虚拟食物的计算方法,规定了虚拟食物影响下磷虾个体之间的交叉规则;提出了个体间的距离计算方式,从而可以界定邻域范围实现个体信息交流;进一步采用交换、逆序、插入等策略来提高算法的局部搜索能力,同时借助多种初始化策略来提高初始种群的质量和多样性。通过典型算例的仿真测试和对比,验证了所设计算法的有效性和鲁棒性。