基于改进遗传算法的柔性作业车间调度

改进学习型遗传算法求解柔性车间调度问题
张亮;毛剑琳;王妮娅;李睿祺
【期刊名称】《组合机床与自动化加工技术》
【年(卷),期】2023()2
【摘要】针对智能优化算法在解空间搜索时忽略问题特征导致搜索效率无法进一步提升的问题,从柔性车间调度问题的特征入手,引入关键机器和搜索过程学习概念,提出一种基于关键机器的改进学习型遗传算法。

首先,针对柔性车间调度问题解表达中的机器选择设计知识体,通过搜索过程得到的解更新知识体,并反馈到求解过程的引导;其次,使用了一种自适应的变异算子改善遗传算法早熟收敛的问题;然后,基于变换加工机器和加工顺序以及关键机器的思想设计了3种邻域结构;最后,引入关键机器的概念,并将其引入到知识体更新以及邻域搜索的过程中。

仿真结果表明,较其它方法而言,本文提出的算法在不同规模的标准算例上找到最优解的能力更强。

【总页数】5页(P183-186)
【作者】张亮;毛剑琳;王妮娅;李睿祺
【作者单位】昆明理工大学信息工程与自动化学院;昆明理工大学机电工程学院【正文语种】中文
【中图分类】TH165;TG659
【相关文献】
1.改进遗传算法求解多时间约束的柔性作业车间调度问题
2.改进免疫遗传算法求解柔性作业车间调度问题
3.改进遗传算法求解柔性作业车间调度问题
4.改进遗传算法求解柔性作业车间调度问题
5.基于改进遗传算法求解柔性作业车间调度问题
因版权原因，仅展示原文概要，查看原文内容请购买。

改进遗传算法求解柔性作业车间调度问题
王佳怡;潘瑞林;秦飞
【期刊名称】《制造业自动化》
【年(卷),期】2022(44)12
【摘要】针对考虑能耗的柔性作业车间调度问题,构建了一个多目标混合整数线性规划模型。

为了有效求解该问题,设计了一种改进的遗传算法:基于多父代的工序层和机器层交叉算子,避免了非可行解的产生;基于翻转变异和两点随机两种方式的变异算子,避免了算法陷入局部最优;基于精英保留和轮盘赌相融合的选择方法,加快了算法的收敛。

最后,通过两组实验验证了该算法的有效性。

【总页数】5页(P91-94)
【作者】王佳怡;潘瑞林;秦飞
【作者单位】安徽工业大学管理科学与工程学院
【正文语种】中文
【中图分类】TH186
【相关文献】
1.工时不确定条件下基于改进遗传算法的柔性作业车间调度问题的区间数求解方法
2.改进遗传算法求解多时间约束的柔性作业车间调度问题
3.改进免疫遗传算法求解柔性作业车间调度问题
4.改进遗传算法求解柔性作业车间调度问题
5.基于改进遗传算法求解柔性作业车间调度问题
因版权原因，仅展示原文概要，查看原文内容请购买。

机械设计与制造68Machinery Design&Manufacture第5期2021年5月大规模柔性作业车间调度问题分解建模和求解方法刘海涛1,邓停铭2,唐健均1,尹慢2（1.航空工业成都飞机工业（集团）有限责任公司，四川成都610000；2.西南交通大学机械工程学院，四川成都610000）摘要:研究在满足既定工序顺序约束的情况下，按序组合工序来分解柔性作业车间大规模调度问题，建立分解调度问题的数学模型，并探索高效求解的方法。

首先基于工序组合与遗传算法，将大规模调度问题进行分解降低问题空间复杂度，形成调度子问题，并建立分解后的调度数学模型；其次将利用组合规则生成高质量的初始解，采用遗传算法与蛙跳算法相结合的混合算法，采用双线程进行并行计算求解，提高全局搜索能力和效率，重组后形成原问题的可行解;最后利用实例证实了模型和算法的可行性。

关键词：柔性作业车间调度问题;数学模型;混合算法;并行运算中图分类号:TH16；TH165文献标识码:A文章编号：1001-3997(2021)05-0068-04Decomposition Modeling and Solving Method for LargeScale Flexible Job Shop Scheduling ProblemLIU Hai-tao1,DENG Ting-ming2,TANGJian-jun1,YIN Man2(1.Avic Chengdu Aircraft Inductrial(Group)Co.,Ltd.,Sichuang Chengdu610000;2.School of Mechanical Engineering,Southwest Jiaotong University,Sichaun Chendu61000,China)Abstract：It studies the decomposition of large-scale flexible job shop scheduling problem by sequential combination of processesunder the condition of satisfyingthe constraints of the specified process sequence,e stablishes a mathematical model of decomposition scheduling problem,and explores an efficient solution method.Firstly,based on the combination of processand the genetic algorithm,the large-scale scheduling problem is decomposed to reduce the space complexity of the problem and to formschedulingsub-problem,fter establishingthe decomposed scheduling mathematical model.Secondly,the high-quality initial solution is generated by using the combination rules.Moreover,t o improve the global search ability and efficiency,a hybrid algorithm combining genetic algorithm with leapfrog algorithm and parallel computing method with two threads are adopted.After recombination,the feasible solution ofthe original problem is formed.Finally,t he feasibility ofthe model and algorithm is verified by an example.Key Words：Flexible Job Shop Scheduling Problem；Mathematical Model；Hybrid Algorithm；Parallel Computation1引言作业车间调度属于NP难题，半个多世纪以来一直是学术界的焦点。

柔性作业车间调度方法研究一、本文概述随着制造业的快速发展和智能制造的深入推进，作业车间调度问题已成为制约生产效率提升的关键因素之一。

柔性作业车间调度问题，作为作业车间调度的一种拓展，其特点在于允许工序在多个机器上加工，这使得问题更加复杂，同时也为求解提供了更多的可能性。

本文旨在深入研究柔性作业车间调度方法，探讨其优化策略与应用实践，以期为制造业的智能化发展提供理论支持和实践指导。

本文将首先介绍柔性作业车间调度的基本概念和特点，明确研究的重要性和意义。

接着，将综述国内外在柔性作业车间调度方法方面的研究成果和进展，分析现有方法的优缺点和适用场景。

在此基础上，本文将重点研究基于智能优化算法的柔性作业车间调度方法，如遗传算法、粒子群优化算法等，并通过仿真实验验证所提方法的有效性和优越性。

本文还将关注柔性作业车间调度在实际应用中的挑战和问题，如不确定性、动态性等因素对调度方案的影响。

针对这些问题，本文将探讨相应的应对策略和解决方案，以期提高调度方案的鲁棒性和适应性。

本文将总结研究成果，展望未来的研究方向和应用前景，为柔性作业车间调度领域的深入研究提供有益参考。

通过本文的研究，期望能够为制造业的智能化发展提供新的思路和方法，推动作业车间调度问题的优化和解决。

二、柔性作业车间调度问题的特点与分类柔性作业车间调度问题（Flexible Job Shop Scheduling Problem, FJSP）是经典作业车间调度问题（Job Shop Scheduling Problem, JSP）的一种扩展，其主要特点在于机器设备的柔性，即一道工序可以在多台不同的机器上完成。

这一特性使得FJSP在实际生产环境中具有更高的适应性和灵活性，但同时也增加了问题的复杂性和求解难度。

机器柔性：工序可以在不同的机器上加工，这增加了调度的灵活性，但同时也需要考虑不同机器的加工效率和成本。

工序顺序：与JSP相同，FJSP中的每道工序都有严格的前后顺序要求，即一道工序必须在其前序工序完成后才能开始。

基于遗传算法的多目标柔性工作车间调度问题求解
谷峰;陈华平;卢冰原
【期刊名称】《运筹与管理》
【年(卷),期】2006(015)001
【摘要】本文针对柔性工作车间调度问题给出了一个有意义的综合目标――尽可能缩短制造周期的同时尽可能的减少机器负荷.由于传统遗传算法在多目标柔性工作车间调度问题上的局限性,我们提出了一种改进遗传算法:首先,我们给出了针对综合目标的工序调度算法获得初始集合;接着,针对柔性工作车间调度问题的特点,我们在常用的基于工序顺序的编码方法上融入了基于机器分配的编码方法,并据此设计了相应的交叉变异操作;最后借鉴了物种进化现象中的环境迁移思想设计了解决多目标优化问题的迁移操作.实验结果表明,改进的遗传算法在多目标柔性工作车间调度问题的解决上要优于传统遗传算法.
【总页数】6页(P134-139)
【作者】谷峰;陈华平;卢冰原
【作者单位】中国科学技术大学,信息管理与决策科学系,安徽,合肥,230026;中国科学技术大学,信息管理与决策科学系,安徽,合肥,230026;中国科学技术大学,信息管理与决策科学系,安徽,合肥,230026
【正文语种】中文
【中图分类】F406.6
【相关文献】
1.基于混合遗传算法的多目标柔性作业车间调度问题研究 [J], 余鹏飞;袁逸萍;李晓娟
2.基于混合多目标遗传算法的柔性作业车间调度问题研究 [J], 宋昌兴;阮景奎;王宸
3.基于约束模型的多目标柔性作业车间调度问题求解 [J], 罗雄;钱谦;伏云发;冯勇
4.自适应多目标遗传算法在柔性工作车间调度中的应用 [J], 陈华平;谷峰;卢冰原;古春生
5.基于改进遗传算法的多目标柔性车间调度问题研究 [J], 潘颖;周柏城
因版权原因，仅展示原文概要，查看原文内容请购买。

改进遗传算法求解柔性作业车间调度问题
阳光灿;熊禾根
【期刊名称】《计算机仿真》
【年(卷),期】2022(39)2
【摘要】针对最小化最大完工时间目标的柔性作业车间调度问题,提出了一种改进的遗传算法。

在染色体编码方式上,与众多相关研究中所采用两级编码的方式不同,仅采用了基于操作的编码,极大简化了遗传操作。

提出一种以最早完成时刻为规则的解码算法解决机器指派决策问题,并充分利用机器空闲时间。

将算法应用在BRData基准算例上进行仿真验证。

通过与其它文献中的实验结果进行对比,验证了所提改进遗传算法的正确性、可行性和有效性,且具有较高的求解效率。

【总页数】6页(P221-225)
【作者】阳光灿;熊禾根
【作者单位】武汉科技大学机械自动化学院
【正文语种】中文
【中图分类】TP301.66
【相关文献】
1.工时不确定条件下基于改进遗传算法的柔性作业车间调度问题的区间数求解方法
2.一种求解多目标柔性作业车间调度问题的改进元胞遗传算法
3.改进遗传算法求解柔性作业车间调度问题
4.改进遗传算法求解多时间约束的柔性作业车间调度问题
5.改进免疫遗传算法求解柔性作业车间调度问题
因版权原因，仅展示原文概要，查看原文内容请购买。