遗传算法解柔性作业车间调度问题应用综述

doi:10.3778/j.issn.1002-8331.1908-0410

计算机工程与应用 ›› 2019, Vol. 55 ›› Issue (23): 15-21.DOI: 10.3778/j.issn.1002-8331.1908-0410

遗传算法解柔性作业车间调度问题应用综述

罗雄，钱谦，伏云发

昆明理工大学信息工程与自动化学院，云南省计算机技术应用重点实验室，昆明 650500

出版日期:2019-12-01 发布日期:2019-12-11

Review of Application of Genetic Algorithms for Solving Flexible Job Shop Scheduling Problems

LUO Xiong, QIAN Qian, FU Yunfa

School of Information Engineering and Automation, Yunnan Key Laboratory of Computer Technology Applications, Kunming University of Science and Technology, Kunming 650500, China

Online:2019-12-01 Published:2019-12-11

摘要/Abstract

摘要： 柔性作业车间调度问题是典型的NP难问题，对实际生产应用具有指导作用。近年来，随着遗传算法的发展，利用遗传算法来解决柔性作业车间调度问题的思想和方法层出不穷。为了促进遗传算法求解柔性作业车间调度问题的进一步发展，阐述了柔性作业车间调度问题的研究理论，对已有改进方法进行了分类，通过对现存问题的分析，探讨了未来的发展方向。

关键词: 柔性作业车间调度问题, 遗传算法, 目标函数, 算法改进

Abstract: The flexible job shop scheduling problem is a typical NP-hard problem, which can guide the actual production of factories. In recent years, with the development of genetic algorithms, the ideas and methods of using genetic algorithms to solve flexible job shop scheduling problems are emerging in an endless stream. In order to promote the further development of genetic algorithm for flexible job shop scheduling problem, this paper first introduces the research theory of flexible job shop scheduling problem, and then classifies existing improved methods that are based on genetic algorithms. In the end, by analyzing the existing problems, several future research directions are proposed.

Key words: flexible job shop scheduling problem；genetic algorithm, objective function, algorithm improvement

罗雄，钱谦，伏云发. 遗传算法解柔性作业车间调度问题应用综述[J]. 计算机工程与应用, 2019, 55(23): 15-21.

LUO Xiong, QIAN Qian, FU Yunfa. Review of Application of Genetic Algorithms for Solving Flexible Job Shop Scheduling Problems[J]. Computer Engineering and Applications, 2019, 55(23): 15-21.

[1]	李昱奇，刘志乾，程凝怡，王莹莹，朱春丽. 多约束条件下无人机航迹规划[J]. 计算机工程与应用, 2021, 57(4): 225-230.
[2]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[3]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[4]	杜守信，毋涛. 双种群混合遗传算法的裁剪分床应用研究[J]. 计算机工程与应用, 2021, 57(22): 182-189.
[5]	曹立佳，刘洋. 制造车间自动导引车调度新进展[J]. 计算机工程与应用, 2021, 57(21): 59-67.
[6]	陈倩茹，李雅丽，许科全，刘铱龙，王淑琴. 自调优自适应遗传算法的WKNN特征选择方法[J]. 计算机工程与应用, 2021, 57(20): 164-171.
[7]	石宇强，田永政，张雨琦，石小秋. 运用含复杂网络结构的多种群遗传算法求解FJSP[J]. 计算机工程与应用, 2021, 57(2): 257-266.
[8]	代江涛，韩晓龙. 考虑作业状态能耗的集装箱码头设备协调调度[J]. 计算机工程与应用, 2021, 57(19): 290-298.
[9]	姜良重，雷航，李贞昊，钱伟中，施甘图. 采用自适应优化权重的出库货位优化方法研究[J]. 计算机工程与应用, 2021, 57(15): 271-278.
[10]	贺娇，谭代伦. 基于视野范围和遗传算法的三维地形路径规划[J]. 计算机工程与应用, 2021, 57(15): 279-285.
[11]	冯晓东，黄世荣，戴冠鸥，杨伟家，罗尧治. 天牛须遗传杂交算法的研究与应用[J]. 计算机工程与应用, 2021, 57(15): 90-100.
[12]	苏庆，林华智，黄剑锋，林志毅. 结合CNN和Catboost算法的恶意安卓应用检测模型[J]. 计算机工程与应用, 2021, 57(15): 140-146.
[13]	王秀丽，周鹏，侯静楠，王仕俊，林霞. 面向变电站机器人巡检路径规划中的算法研究[J]. 计算机工程与应用, 2021, 57(14): 245-250.
[14]	陈元文. MapReduce技术在物资调运与配载问题中的应用[J]. 计算机工程与应用, 2021, 57(12): 273-278.
[15]	邱云飞，高华聪. 混合Filter与改进自适应GA的特征选择方法[J]. 计算机工程与应用, 2021, 57(11): 95-102.

遗传算法解柔性作业车间调度问题应用综述

Review of Application of Genetic Algorithms for Solving Flexible Job Shop Scheduling Problems

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics