基于压缩时窗的双资源约束作业车间调度策略

针对双资源约束作业车间调度问题的多重约束特点,提出分支种群遗传算法进行求解,在利用时窗比较策略进行预调度的基础上,通过分析预调度方案成本指标优化不佳、时窗空隙较多等问题,提出基于压缩时窗的再调度策略,针对双调度目标分别论证压缩时窗调度条件,通过工序的调度次序调整有效优化双调度目标。通过策略对比与算法性能比较实验证明,压缩时窗调度策略能有效增强算法的局部搜索能力,获得更加逼近Pareto前沿的调度结果。

基于改进鸟群算法的双资源约束离散智能车间调度问题研究

针对双资源约束的离散智能车间调度问题,提出改进鸟群算法对该问题进行求解。根据离散智能车间的特点,以最小化最大完工时间为目标,建立了工人仅负责工序中工件上、下料操作的车间调度模型;根据鸟群算法的搜索特点,对算法的位置更新公式进行离散化改进,以适用于求解该车间调度问题;采用三条链组合编码方式,简化算法的寻优过程;改进了基于时间窗口比较的活动化解码;引入模拟退火算法增强算法跳出局部最优解的能力。最后通过具体实例验证了改进后的算法具有良好的性能。

求解双资源约束车间调度问题的继承式双目标遗传算法

针对双资源约束作业车间调度的双目标优化问题,提出一种继承式遗传算法,通过分支种群继承父辈种群的进化经验.该算法面向双资源约束特点,采用4维染色体编码方式,基于时间窗口比较实现活动化调度,通过资源进化算子提高算法全局搜索能力;基于个体Pareto指数的锦标赛选择策略,有效削弱了染色体Pareto排序级别对个体存活概率的影响以保持群体多样性,并利用精英保留策略提高了解的收敛性.仿真实验与分析结果表明了所提算法具有优良性能.