多目标柔性作业调度的优化研究

doi:10.3778/j.issn.1002-8331.2009.15.065

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (15): 223-225.DOI: 10.3778/j.issn.1002-8331.2009.15.065

多目标柔性作业调度的优化研究

梁迪¹,陶泽²

1.沈阳大学机械工程学院工业工程系，沈阳 110044
2.沈阳理工大学机械工程学院，沈阳 110168

收稿日期:2008-03-26 修回日期:2008-05-23 出版日期:2009-05-21 发布日期:2009-05-21
通讯作者: 梁迪

Multi-objective optimization search for flexible job shop scheduling problem

LIANG Di¹,TAO Ze²

1.School of Mechanical Engineering，Shenyang University，Shenyang 110044，China
2.School of Mechanical Engineering，Shenyang Science & Technology University，Shenyang 110168，China

Received:2008-03-26 Revised:2008-05-23 Online:2009-05-21 Published:2009-05-21
Contact: LIANG Di

摘要/Abstract

摘要： 针对以生产周期、生产成本、设备利用率为目标的柔性作业调度问题，基于混合遗传算法提出了一种新的优化求解方法。首先建立了该类问题的调度模型，基于工序编码的染色体决定了工序调度的优先级；利用无量纲的标准化处理方法统一目标量纲；然后，利用层次分析法将多目标问题转化为单目标问题，同时为了保证算法的收敛性，在基本遗传算法框架的基础上集成了禁忌搜索算法，从而延缓或避免了早熟收敛的发生。最后通过实验仿真，证明提出的方法可以有效解决该类多目标柔性作业调度问题。

关键词: 多目标优化, 柔性作业调度, 混合遗传算法

Abstract: A hybrid algorithm is proposed to solve scheduling problem in flexible production environment，where time，cost and equipment utilization rate are all concerned.Firstly，the scheduling model is built.The scheduling precedence is determined by the representation based operation.Objective dimensions can be unified by standardization principle.Secondly，AHP application is adopted to translate multi-objective into single objective problem.In order to avoid the premature convergence of simple GA，it combines the advantage of global search ability of GA with the self-adaptive merit of Tabu Search（TS）.The result of the test shows that this method is feasible and efficient.

Key words: multi-objective optimization, flexible job shop scheduling, hybrid genetic-tabu search algorithm

梁迪¹,陶泽². 多目标柔性作业调度的优化研究[J]. 计算机工程与应用, 2009, 45(15): 223-225.

LIANG Di¹,TAO Ze². Multi-objective optimization search for flexible job shop scheduling problem[J]. Computer Engineering and Applications, 2009, 45(15): 223-225.

[1]	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.
[2]	陈万芬，王宇嘉，林炜星. 异构集成代理辅助多目标粒子群优化算法[J]. 计算机工程与应用, 2021, 57(23): 71-80.
[3]	胡小兵，陈树念，张盈斐，谷升豪. 求解多目标路径优化问题的涟漪扩散算法[J]. 计算机工程与应用, 2021, 57(23): 81-90.
[4]	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.
[5]	李大海，艾志刚，王振东. 基于全组合策略的多目标阴阳对算法[J]. 计算机工程与应用, 2021, 57(22): 110-124.
[6]	崔彩霞，毕超超，范勤勤. 基于隐马尔可夫链的自适应MODE及应用[J]. 计算机工程与应用, 2021, 57(14): 83-94.
[7]	吴天纬，安斯光，孙崎岖，李梅，孙丽宏，申屠南瑛. 改进聚合树的高维多目标降维优化算法[J]. 计算机工程与应用, 2020, 56(21): 47-53.
[8]	王利利，张琳娟，尚雪宁，高德云. 计算智能在电动车充电站规划的应用研究综述[J]. 计算机工程与应用, 2020, 56(2): 1-10.
[9]	涂经科，梁俊斌，蒋婵，王天舒. 大规模无环有向管网中移动物联网监测进展[J]. 计算机工程与应用, 2020, 56(17): 1-11.
[10]	王亚东，石全，尤志锋，宋卫星. 差分准对立学习多目标蚁狮算法[J]. 计算机工程与应用, 2020, 56(13): 156-163.
[11]	郭羽含，胡德甲. 基于随机森林与变邻域下降的车辆合乘求解[J]. 计算机工程与应用, 2020, 56(13): 243-253.
[12]	董骏峰，王祥，梁昌勇. 基于个体邻域的改进NSGA-II算法[J]. 计算机工程与应用, 2019, 55(5): 166-174.
[13]	刘庆，王洋，李星，李红叶. 基因池操作遗传算法的应用层组播路由优化[J]. 计算机工程与应用, 2019, 55(21): 142-150.
[14]	乐春宇，马义中，张建侠. 结合Kriging和物理规划的多目标代理优化算法[J]. 计算机工程与应用, 2019, 55(21): 240-246.
[15]	严太山，文怡婷，李文彬，杨勃. 出租车合乘多目标优化方法研究[J]. 计算机工程与应用, 2019, 55(20): 222-226.

多目标柔性作业调度的优化研究

Multi-objective optimization search for flexible job shop scheduling problem

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