求解作业车间调度问题的快速启发式算法

收稿日期：２０２１ １１ ２１；修回日期：２０２２ ０１ ２０ 基金项目：国家自然科学基金资助项目（６２１６３０３４）作者简介：刘小宁（１９９７ ），男，新疆昌吉人，硕士研究生，主要研究方向为智能算法、生产调度；魏霞（１９７７ ），女（通信作者），新疆乌鲁木齐人，副教授，硕导，主要研究方向为工业大数据技术、电力监控系统网络安全防护等（ｘｊｕｗｅｉｘ＠ｘｊｕ．ｅｄｕ．ｃｎ）；谢丽蓉（１９６９ ），女，新疆乌鲁木齐人，教授，博导，主要研究方向为控制系统优化、新能源发电、负荷预测等．混合哈里斯鹰算法求解作业车间调度问题刘小宁，魏　霞 ，谢丽蓉（新疆大学电气工程学院，乌鲁木齐８３００４７）摘　要：针对哈里斯鹰算法（ＨＨＯ）求解作业车间调度问题（ＪＳＰ）时存在寻优能力差、易陷入局部最优等缺点，提出了混合哈里斯鹰算法（ＨＨＨＯ）。

首先，在种群初始化阶段引入混沌理论增加种群多样性；其次，在ＨＨＯ搜索前期采用能量非线性递减和量子计算增强算法全局探索能力，在搜索后期采用邻域搜索算法增强算法局部开发能力；最后，选取了ＦＴ和ＬＡ系列算例测试了算法的性能，并与其他先进元启发式算法对比，验证了ＨＨＨＯ在求解ＪＳＰ时的有效性和优越性。

关键词：作业车间调度问题；哈里斯鹰算法；混沌理论；量子计算；邻域搜索中图分类号：ＴＰ３０１．６ 文献标志码：Ａ 文章编号：１００１ ３６９５（２０２２）０６ ０１２ １６７３ ０５ｄｏｉ：１０．１９７３４／ｊ．ｉｓｓｎ．１００１ ３６９５．２０２１．１１．０６４０ＨｙｂｒｉｄＨａｒｒｉｓｅａｇｌｅａｌｇｏｒｉｔｈｍｆｏｒＪｏｂ ＳｈｏｐｓｃｈｅｄｕｌｉｎｇｐｒｏｂｌｅｍＬｉｕＸｉａｏｎｉｎｇ，ＷｅｉＸｉａ，ＸｉｅＬｉｒｏｎｇ（ＳｃｈｏｏｌｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＸｉｎｊｉａｎｇＵｎｉｖｅｒｓｉｔｙ，Ｕｒｕｍｑｉ８３００４７，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：ＡｉｍｉｎｇａｔｔｈｅｓｈｏｒｔｃｏｍｉｎｇｓｏｆＨａｒｒｉｓｅａｇｌｅａｌｇｏｒｉｔｈｍ（ＨＨＯ）ｉｎｓｏｌｖｉｎｇＪｏｂ Ｓｈｏｐｓｃｈｅｄｕｌｉｎｇｐｒｏｂｌｅｍ（ＪＳＰ），ｓｕｃｈａｓｐｏｏｒｏｐｔｉｍｉｚａｔｉｏｎａｂｉｌｉｔｙａｎｄｅａｓｙｔｏｆａｌｌｉｎｔｏｌｏｃａｌｏｐｔｉｍｉｚａｔｉｏｎ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｈｙｂｒｉｄＨａｒｒｉｓｅａｇｌｅａｌｇｏｒｉｔｈｍ（ＨＨＨＯ）．Ｆｉｒｓｔｌｙ，ｔｈｅａｌｇｏｒｉｔｈｍｕｓｅｄｃｈａｏｓｔｈｅｏｒｙｔｏｉｎｃｒｅａｓｅｐｏｐｕｌａｔｉｏｎｄｉｖｅｒｓｉｔｙｉｎｔｈｅｐｏｐｕｌａｔｉｏｎｉｎｉｔｉａｌｉｚａｔｉｏｎｓｔａｇｅ．Ｓｅｃｏｎｄ ｌｙ，ｉｎｔｈｅｅａｒｌｙｓｔａｇｅｏｆＨＨＯｓｅａｒｃｈ，ｔｈｅａｌｇｏｒｉｔｈｍｕｓｅｄｎｏｎｌｉｎｅａｒｅｎｅｒｇｙｄｅｃｌｉｎｅａｎｄｑｕａｎｔｕｍｃｏｍｐｕｔｉｎｇｔｏｅｎｈａｎｃｅｔｈｅｇｌｏｂａｌｅｘｐｌｏｒａｔｉｏｎａｂｉｌｉｔｙｏｆｔｈｅａｌｇｏｒｉｔｈｍ．Ｉｎｔｈｅｌａｔｅｒｓｔａｇｅｏｆｓｅａｒｃｈ，ｔｈｅａｌｇｏｒｉｔｈｍａｄｏｐｔｅｄｎｅｉｇｈｂｏｒｈｏｏｄｓｅａｒｃｈａｌｇｏｒｉｔｈｍｔｏｅｎｈａｎｃｅｔｈｅｌｏｃａｌｄｅｖｅｌｏｐｍｅｎｔａｂｉｌｉｔｙｏｆｔｈｅａｌｇｏｒｉｔｈｍ．Ｆｉｎａｌｌｙ，ｔｈｅａｌｇｏｒｉｔｈｍｓｅｌｅｃｔｅｄＦＴａｎｄＬＡｂａｓｉｃｅｘａｍｐｌｅｓｔｏｔｅｓｔｔｈｅｐｅｒｆｏｒｍａｎｃｅｏｆｔｈｅａｌｇｏｒｉｔｈｍ，ａｎｄｃｏｍｐａｒｅｄｗｉｔｈｏｔｈｅｒａｄｖａｎｃｅｄｍｅｔａｈｅｕｒｉｓｔｉｃａｌｇｏｒｉｔｈｍｓｔｏｖｅｒｉｆｙｔｈｅｅｆｆｅｃｔｉｖｅｎｅｓｓａｎｄｓｕｐｅｒｉｏｒｉｔｙｏｆＨＨＨＯｉｎｓｏｌｖｉｎｇＪＳＰ．Ｋｅｙｗｏｒｄｓ：Ｊｏｂ Ｓｈｏｐｓｃｈｅｄｕｌｉｎｇ；Ｈａｒｒｉｓｅａｇｌｅａｌｇｏｒｉｔｈｍ；ｃｈａｏｔｉｃｍａｐｐｉｎｇ；ｑｕａｎｔｕｍｃｏｍｐｕｔｉｎｇ；ｎｅｉｇｈｂｏｒｈｏｏｄｓｅａｒｃｈ０　引言作业车间调度是调度问题中最经典、最重要的分支，该问题作为许多实际加工生产线的简化模型，具有很广泛的应用范围，并且和实际工业有着最密切的联系，同时它作为一个ＮＰ难问题就更具有研究价值［１］。

《基于遗传算法的车间作业调度问题研究》一、引言随着制造业的快速发展，车间作业调度问题（Job Scheduling Problem，JSP）逐渐成为生产管理领域的重要研究课题。

车间作业调度问题涉及到多个工序、多台设备和多类工件的合理安排，其目的是在满足各种约束条件下，实现生产效率的最大化和生产成本的最低化。

传统的车间作业调度方法往往难以解决复杂多变的实际问题，因此，寻求一种高效、智能的调度方法成为当前研究的热点。

遗传算法作为一种模拟自然进化过程的优化算法，具有全局搜索能力强、适应性好等优点，被广泛应用于车间作业调度问题的研究中。

二、遗传算法概述遗传算法是一种基于生物进化原理的优化算法，通过模拟自然选择和遗传学机制，实现问题的优化求解。

在遗传算法中，每个个体代表问题的一个可能解，通过选择、交叉和变异等操作，不断产生新的个体，逐步逼近最优解。

遗传算法具有全局搜索能力强、适应性好、鲁棒性强等优点，适用于解决复杂的优化问题。

三、车间作业调度问题的描述车间作业调度问题是一种典型的组合优化问题，涉及到多个工序、多台设备和多类工件的合理安排。

在车间作业调度问题中，每个工件都需要经过一系列工序的加工，每个工序可以在不同的设备上进行。

调度目标是确定每个工件在每台设备上的加工顺序和时间，以实现生产效率的最大化和生产成本的最低化。

车间作业调度问题具有约束条件多、工序复杂、设备资源有限等特点，使得其求解过程变得十分复杂。

四、基于遗传算法的车间作业调度方法针对车间作业调度问题的复杂性，本文提出了一种基于遗传算法的调度方法。

该方法首先将车间作业调度问题转化为一个优化问题，然后利用遗传算法进行求解。

具体步骤如下：1. 编码：将每个工件的加工顺序和时间信息编码为一个染色体，构成种群。

2. 初始化：随机生成一定数量的染色体，形成初始种群。

3. 选择：根据染色体的适应度，选择优秀的个体进入下一代。

4. 交叉：对选中的个体进行交叉操作，产生新的个体。

柔性作业车间调度方法研究摘要柔性制造系统具有强大的适应性和灵活性，但面临着较为复杂的作业车间调度问题。

本文综述了柔性作业车间调度方法的研究现状，分析了不同方法的特点及其优缺点，提出了一些未来研究的方向。

关键词：柔性制造系统；作业车间调度；优化算法AbstractFlexible manufacturing systems have strong adaptability and flexibility, but they face complex job shop scheduling problems. This paper reviews the research status of flexible job shop scheduling methods, analyzes the characteristics and advantages and disadvantages of different methods, and proposes some future research directions.Keywords: flexible manufacturing system; job shop scheduling; optimization algorithm1. 引言随着全球化竞争的加剧，企业需要不断提高生产效率，降低成本，提高质量。

柔性制造系统具有强大的适应性和灵活性，是提高生产效率和产品质量的重要手段。

然而，柔性制造系统中存在着较为复杂的作业车间调度问题，如何合理调度生产过程，提高生产效率，是柔性制造系统研究的重点之一。

本文综述了柔性作业车间调度方法的研究现状，分析了不同方法的特点及其优缺点，提出了一些未来研究的方向。

2. 基本概念2.1 柔性制造系统柔性制造系统是指一种生产方式，其生产设备和工艺具有高度的可变性和适应性，能够在一定范围内生产不同种类和规格的产品。

柔性制造系统具有以下特点：1）生产设备和工艺具有高度的可变性和适应性；2）具有较强的柔性和适应能力，可快速响应市场需求；3）生产过程具有较高的自动化程度，能够自动完成生产计划的制定、调度、控制和监控。

求解流水车间调度问题的一种启发式算法
戚海英;宋旭东
【期刊名称】《大连交通大学学报》
【年(卷),期】2007(028)002
【摘要】针对以总完工时间最小为目标的流水调度问题,提出了一个启发式算法:采用经典的调度规则构造初始解,通过禁忌搜索提高解的质量.仿真结果表明了算法的可行性,具有较好的工程应用价值.
【总页数】3页(P42-44)
【作者】戚海英;宋旭东
【作者单位】大连交通大学,软件学院,辽宁,大连,116028;大连交通大学,软件学院,辽宁,大连,116028
【正文语种】中文
【中图分类】TP278
【相关文献】
1.启发式算法求解等待时间受限的两阶段流水车间调度问题 [J], 王柏琳;李铁克
2.求解流水车间调度问题的瓶颈指向启发式算法 [J], 屈国强
3.一种解决有限缓冲区流水车间调度问题的复合启发式算法 [J], 张培文;段俊华;李俊青
4.流水车间调度问题的一种启发式算法 [J], 刘易麟;
5.基于区块挖掘与重组的启发式算法求解置换流水车间调度问题 [J], 陈孟辉;曹黔峰;兰彦琦
因版权原因，仅展示原文概要，查看原文内容请购买。

车间调度优化算法1. 背景介绍车间调度是指在生产过程中，根据工序、设备和人力资源等因素进行合理安排和优化，以最大程度地提高生产效率和资源利用率。

优化车间调度可以实现减少生产时间、降低成本、提高产品质量等目标，对企业的竞争力具有重要影响。

2. 车间调度问题车间调度问题是一类非常经典和复杂的组合优化问题。

它涉及到多个任务在有限的资源和时间约束下的安排顺序和分配资源的问题。

常见的车间调度问题包括作业车间调度问题、流水车间调度问题、多车间调度问题等。

2.1 作业车间调度问题作业车间调度问题是指在一个车间中，有多个作业需要在不同的设备上加工完成，且每个作业都有不同的加工时间和顺序限制。

目标是使得所有作业完成时间最短或最早。

2.2 流水车间调度问题流水车间调度问题是指在一个车间中，多个作业需要按照一定的顺序在不同的设备上进行加工。

每个作业只能按照顺序流水加工，即前一个作业在设备上加工完成后，才能开始下一个作业的加工。

2.3 多车间调度问题多车间调度问题是指在多个车间中，多个作业需要在不同的车间和设备上进行加工。

每个车间有不同的资源限制和时间窗口。

目标是使得所有作业完成时间最短或最早，同时满足车间资源和时间窗口的约束。

3. 车间调度优化算法3.1 车间调度算法分类车间调度优化算法主要包括启发式算法和精确算法两类。

3.1.1 启发式算法启发式算法是通过设定一些规则和策略来寻找近似最优解的方法。

常见的启发式算法包括遗传算法、模拟退火算法、蚁群算法等。

这些算法基于一些启发性的搜索策略，在较短时间内找到较优解，并具有较好的可扩展性。

3.1.2 精确算法精确算法是通过穷举所有可能的解空间，找到全局最优解的方法。

常见的精确算法包括动态规划、整数规划、分支定界等。

这些算法可以通过逐步优化和约束条件的剪枝，找到最优解，但计算复杂度较高。

3.2 车间调度算法选择和调优选择合适的车间调度算法取决于问题的规模、约束条件和求解目标。

作业车间调度问题例题作业车间调度问题是生产调度中常见的一个重要问题，其目的是合理安排生产作业车间的生产任务，以最大化生产效率，降低生产成本，提高生产质量。

在实际生产中，作业车间调度问题通常涉及到多台机器和多个作业任务，需要合理分配资源，调度作业顺序，以确保生产计划的顺利执行。

一般来说，作业车间调度问题可以分为单机调度和多机调度两种情况。

单机调度是指在一个作业车间只有一台机器的情况下，需要合理安排作业任务的顺序，以最小化总生产时间或最大化生产效率。

而多机调度则是在一个作业车间有多台机器的情况下，需要合理分配作业任务到不同的机器，以最小化总生产时间或最大化生产效率。

在实际生产中，作业车间调度问题通常受到多种约束条件的限制，如作业任务之间的先后关系、机器之间的技术约束、作业任务的优先级等。

因此，对作业车间调度问题的求解需要综合考虑这些约束条件，设计合适的调度算法来优化生产计划。

一种常见的求解作业车间调度问题的方法是利用启发式算法，如遗传算法、蚁群算法、模拟退火算法等。

这些算法可以在较短的时间内找到较优的调度方案，帮助生产企业提高生产效率，降低生产成本。

除了启发式算法，还有一些经典的作业车间调度问题的求解方法，如Johnson算法、NEH算法、SAW算法等。

这些算法在特定的作业车间调度问题中有较好的表现，可以帮助生产企业解决实际生产中的调度问题。

总的来说，作业车间调度问题在生产调度中扮演着重要的角色，合理的调度方案可以帮助企业提高生产效率，降低生产成本，提高生产质量。

通过合适的算法求解作业车间调度问题，可以为生产企业创造更大的价值，提升竞争力。

因此，对作业车间调度问题的研究和求解具有重要的实际意义，值得生产企业重视和关注。