粒子群算法在生产物流调度中的应用研究

doi:10.3778/j.issn.1002-8331.2010.17.063

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (17): 220-223.DOI: 10.3778/j.issn.1002-8331.2010.17.063

粒子群算法在生产物流调度中的应用研究

边培莹¹，李德信²，包宝军³，路燕²

1.西安文理学院，西安 710065
2.西安理工大学，西安 710048
3.艾默生网络能源（西安）有限公司，西安 710075

收稿日期:2008-10-13 修回日期:2008-12-26 出版日期:2010-06-11 发布日期:2010-06-11
通讯作者: 边培莹

Application research of particle swarm optimization in production logistics scheduling

BIAN Pei-ying¹，LI De-xin²，BAO Bao-jun³，LU Yan²

1.Xi’an University of Arts and Science，Xi’an 710065，China
2.Xi’an University of Technology，Xi’an 710048，China
3.Emerson Network Power（Xi’an） Co.，Ltd，Xi’an 710075，China

Received:2008-10-13 Revised:2008-12-26 Online:2010-06-11 Published:2010-06-11
Contact: BIAN Pei-ying

摘要/Abstract

摘要： 以提高柔性制造系统（FMS）的生产效率为目标，提出了基于粒子群算法（PSO）的AGV动态调度策略。在PSO中采用三维向量的编码方式，解决了AGV资源分配与任务排序的问题，对编码后的粒子经过速度-位移计算后进行解码，通过读取数据库表得到AGV的运行时间来计算目标函数。并且提出了浮动的目标函数法，以使各AGV的任务均匀，总体最优。最后将该算法嵌入到FMS仿真实例模型中，实时进行AGV的任务调度优化，整个FMS加工任务的总完成时间较优化前缩短了12.1%，证实了算法的有效性。

关键词: 柔性制造系统, 调度, 粒子群算法, 仿真

Abstract: Aiming at improving the productivity of Flexible Manufacturing Systems（FMS），an AGV dynamic scheduling strategy based on the Particle Swarm Optimization（PSO） is presented.Adopting 3-D vector coding method，the problem of AGV resource allocation and task arrangement is solved in the sequence of particle encoding，velocity-displacement calculation，decoding，and the objective function is computed by reading ACCESS.The floating objective function method is presented，so every AGV task is averaged.Finally，PSO is embedded into FMS simulation model，with the AGV task arrangement optimization.In this way，the time of the FMS can be shortened by 12.1%，so the validity of the algorithm is verified.

Key words: Flexible Manufacturing System（FMS）, scheduling, Particle Swarm Optimization（PSO）, simulation

中图分类号:

TH165
TP301

边培莹¹，李德信²，包宝军³，路燕². 粒子群算法在生产物流调度中的应用研究[J]. 计算机工程与应用, 2010, 46(17): 220-223.

BIAN Pei-ying¹，LI De-xin²，BAO Bao-jun³，LU Yan². Application research of particle swarm optimization in production logistics scheduling[J]. Computer Engineering and Applications, 2010, 46(17): 220-223.

[1]	黄逸磊，夏志杰，王诣铭. 强关系型社交媒体平台不实信息传播模型研究[J]. 计算机工程与应用, 2021, 57(9): 126-133.
[2]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[3]	谢锐强，张惠珍. 求解柔性作业车间调度问题的两段式狼群算法[J]. 计算机工程与应用, 2021, 57(7): 251-256.
[4]	朱佳莹，高茂庭. 融合粒子群与改进蚁群算法的AUV路径规划算法[J]. 计算机工程与应用, 2021, 57(6): 267-273.
[5]	李静星，杨有龙. 针对高维数据的马尔科夫毯特征选择[J]. 计算机工程与应用, 2021, 57(6): 58-66.
[6]	张驰，王宇新，冯振，郭禾. 双层虚拟化云架构下任务调度能耗优化算法[J]. 计算机工程与应用, 2021, 57(3): 103-111.
[7]	许德刚，李凡，王露，郭奕欣，邢奎杰，梁腾翔. 优化烟花算法在医疗物资应急调度中的应用[J]. 计算机工程与应用, 2021, 57(24): 249-258.
[8]	王嘉月，史立. 考虑电池损耗的电动冷藏车路径及充电策略[J]. 计算机工程与应用, 2021, 57(24): 283-289.
[9]	李宝帅，叶春明. 深度强化学习算法求解作业车间调度问题[J]. 计算机工程与应用, 2021, 57(23): 248-254.
[10]	林炜星，王宇嘉，陈万芬，梁海娜. 基于多因子粒子群的高维数据特征选择算法[J]. 计算机工程与应用, 2021, 57(22): 199-207.
[11]	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.
[12]	田倬璟，黄震春，张益农. 云计算环境任务调度方法研究综述[J]. 计算机工程与应用, 2021, 57(2): 1-11.
[13]	周亚民，杨勇生，仲美稣，王宇生，许学谦. 自动化码头堆场穿越式双ASC调度[J]. 计算机工程与应用, 2021, 57(2): 251-256.
[14]	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.
[15]	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.

粒子群算法在生产物流调度中的应用研究

Application research of particle swarm optimization in production logistics scheduling

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