面向维修资源分配调度的遗传-长鼻浣熊混合优化算法

鉴于传统的资源受限的项目调度问题(resource-constrained project scheduling problem,RCPSP)已经难以满足当下实际需求,对资源受限的项目调度问题进行扩展已是大势所趋,所以本文结合设备动态发布维修任务的特性,对原RCPSP问题进行抽象,加入了与设备相关的多模式的资源配置问题,从而建立了面向多维修中心的多模式的动态资源分配调度模型。为了更好地求解所提出的模型,本文提出了一种遗传-长鼻浣熊混合优化算法,该算法是在原长鼻浣熊优化算法的基础之上加入了遗传算法的选择、交叉以及变异算子,主要用于扩大搜索范围,从而跳出局部最优;为了进一步提高候选解的质量,还加入了贪婪算子的操作。通过对仿真实验结果的对比分析,发现不论是从收敛速度还是求解质量等方面,新提出的遗传-长鼻浣熊混合优化算法均以绝对的优势优于其他算法。