多目标柔性作业车间调度问题的混合差分算法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (20): 245-248.

• 工程与应用 • 上一篇

多目标柔性作业车间调度问题的混合差分算法

张敬敏，张有华，李霞

石家庄经济学院信息工程学院，石家庄 050031

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-07-11 发布日期:2011-07-11

Hybrid differential evolution algorithm for solving multi-objective flexible job-shop scheduling problem

ZHANG Jingmin，ZHANG Youhua，LI Xia

College of Information and Technology，Shijiazhuang University of Economics，Shijiazhuang 050031，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-07-11 Published:2011-07-11

摘要/Abstract

摘要： 多目标柔性作业车间调度问题属于NP-hard问题。在对该问题进行分析的基础上，为之建立了数学模型，并改进了多目标函数，使其更符合实际需要。提出了一种求解该问题的混合差分演化算法，该算法针对差分演化算法易陷入局部最优现象，提出了算法早熟收敛判定方法，并且利用混沌搜索解决早熟收敛问题，突破了局部极值的限制以再次寻优计算。仿真结果表明，该算法效率高，寻优速度快，有效地解决了收敛性能和早熟之间的矛盾。

关键词: 多目标, 柔性作业车间调度问题, 差分演化算法, 混沌优化, 早熟

Abstract: Multi-objective Flexible Job-shop Scheduling Problem（FJSP） is a NP-hard problem.Based on the analysis about it，a mathematical model is built.The model improves multi-objective function which meets more with actual needs.A Hybrid Differential Evolution Algorithm（HDEA） for solving it is designed.According to the differential evolution algorithm easily falling into the local optimum，a method which is used to judge premature convergence is built，and the chaotic optimization is used to solve premature convergence problem to breach the restrictions of local optimization points.Simulation results indicate that the HDEA is efficient，fast and it solves some conflicts of convergence and premature.

Key words: multi-objective, flexible job-shop scheduling problem, differential evolution algorithm, chaos optimization, premature

张敬敏，张有华，李霞. 多目标柔性作业车间调度问题的混合差分算法[J]. 计算机工程与应用, 2011, 47(20): 245-248.

ZHANG Jingmin，ZHANG Youhua，LI Xia. Hybrid differential evolution algorithm for solving multi-objective flexible job-shop scheduling problem[J]. Computer Engineering and Applications, 2011, 47(20): 245-248.

[1]	张波，徐黎明，黄志伟，要小鹏. 梯度策略的多目标GANs帕累托最优解算法[J]. 计算机工程与应用, 2021, 57(9): 89-95.
[2]	张旭，袁旭梅，袁继革. 中介视角下供需匹配决策方法研究[J]. 计算机工程与应用, 2021, 57(9): 240-246.
[3]	李震霄，孙伟，刘明明，郑丽丽，陈劭颖. 交通监控场景中的车辆检测与跟踪算法研究[J]. 计算机工程与应用, 2021, 57(8): 103-111.
[4]	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.
[5]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	马龙，王春嬉，张正义，董睿. 多目标多时间窗车辆路径问题的鸽群-水滴算法[J]. 计算机工程与应用, 2021, 57(2): 237-250.
[11]	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.
[12]	丁一，张成成. 集装箱码头送箱外集卡预约优化研究[J]. 计算机工程与应用, 2021, 57(19): 267-273.
[13]	王梦璐，李连忠. 动态反向搜索更新位置的改进灰狼优化算法[J]. 计算机工程与应用, 2021, 57(18): 86-96.
[14]	李晓花，苏骏，李秀秀. 强干扰环境单观测站水下纯方位多目标跟踪[J]. 计算机工程与应用, 2021, 57(17): 253-259.
[15]	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.

多目标柔性作业车间调度问题的混合差分算法

Hybrid differential evolution algorithm for solving multi-objective 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