多目标柔性作业车间调度的多交叉策略元胞进化算法.pdfVIP

第 1 7 卷 第 7 期 2 0 1 7 年 3 月 科 学 技 术 与 工 程 Vol . 17 No . 7 Mar . 2017 1671 — 1815(2017)07-0069-08 Science Technology and Engineering © 2017 Sci . Tech . Engrg . 多目标柔性作业车间调度的多交叉 策略元胞进化算法 林 震 帅 剑 平 袁 煜 (桂林电子科技大学教学实践部，桂林541004) 摘 要 针 对 经 典 J 〇Q-N 〇P 调度问题的局限性，构建了以加工成本、瓶颈机器负荷、机器总负荷及制造工期为目标函数的柔性 作业车间调度多目标优化模型，提出了基于多交叉策略的元胞多目标遗传算法。在分析优化模型的基础上，使用双层编码方 式，并采用多个交叉算子协同进化，提出一种多交叉策略的进化算子。针对元胞多目标遗传算法的特点，提出一种改进的精 英策略，保证更多的精英个体参与进化，从而提升算法收敛速度。通过2 个基准实例求解对比分析，表明所提方法的有效性。 将新算法应用于实际生产企业的车间调度问题中，得到了一组 P a e to 解集，并采用层次分析法得到一种满意度最大的方案。 数据结果表明，该算法在解决多目标F JS P 的工程有效性。 关键词柔性车间调度 元胞结构 多交叉策略 层次分析法 多目标优化 中 图 法 分 类 号 TP301.6; 文 献 标 志 码 A 作业车间调度问题（joQ-shop schedulingproQ - 目标的权重 。基于此 ，多目标优化方法求解F J S P 问 lem , JS P )是生产管理领域的研究热点之一，尤其在 题得到了较大的发展: 张超勇等[6]在遗传算法的框 工业4. 0 理念的倡导下，对 J S P 问题的深入研究具 架下利用线性加权法求解了考虑加工成本和时间的 有重要意义。柔性作业车间调度（flexible job-shop 柔性作业车间调度问题; 魏巍等[7]提出了改进的 scheduling problem ，FJSP )[1]突破了 JSP 对机器约束 S P E A 2 算法对柔性作业车间调度问题进行多目标 的限制，每个工序可在多台机器上加工，更加贴近实 优化; 刘爱军等[8]提出了纵横协同的多种群遗传算 际生产的加工流程，因此具有研究的理论价值和实 法来求解多目标模糊柔性车间调度问题 ；张超勇 际工程意义。 等[9]将改进的N SG A - 算法应用于多目标柔性作业 Y S P 是一类具有很高的计算复杂度的组合优 车间调度问题的求解; 王云等[10]提出密集距离排序 化问题，因此对求解方法提出了更严苛的要求，对于 的策略 并引入自适应多目标粒子群算法， 并用以求 ， F J S P 问题的研究主要有两类:①将F J S P 多个目标 解制造工期 、加工成本和提前/拖期惩罚值为目标的 通过加权系数法等常规方法转化为单目标问题进行 F JS P ;D a i 等[11]提出流水车间平衡时间和能耗的优 求解;②利用多目标优化方法求解。对于加权系数 化算法; Z h a o 等[12]提出了基于干扰指数下降的粒 法，文献[2 —5 ]采用粒子群算法、免疫算法、遗传算 子群优化解决了求解多目标作业车间调度问题的求 法、局部有哪些信誉好的足球投注网站等算法求解。上述方法，虽为求解 解 ; P e n g 等[13]将近似P a re to 引入至一种离散自由搜 F J S P 问题提供了一些可行算法，但算法在每次运行 索算法中求解多目标F J S P 问题中 结果表明了算法 ，