微粒群算法在印染企业车间调度中的研究应用

doi:10.3778/j.issn.1002-8331.2009.21.071

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (21): 245-248.DOI: 10.3778/j.issn.1002-8331.2009.21.071

• 工程与应用 • 上一篇

微粒群算法在印染企业车间调度中的研究应用

张洪业，金刚，王宇新

大连理工大学电信学院计算机系，辽宁大连 116024

收稿日期:2007-12-13 修回日期:2008-07-17 出版日期:2009-07-21 发布日期:2009-07-21
通讯作者: 张洪业

Study and application of PSO algorithm on shop scheduling at printing and dyeing enterprises

ZHANG Hong-ye，JIN Gang，WANG Yu-xin

Department of Computer Science and Engineering，Dalian University of Technology，Dalian，Liaoning 116024，China

Received:2007-12-13 Revised:2008-07-17 Online:2009-07-21 Published:2009-07-21
Contact: ZHANG Hong-ye

摘要/Abstract

摘要： 在对某印染企业的生产状况进行了深入调研和分析的基础上，对流水车间调度、混合流水车间调度和作业车间调度进行了对比研究。同时对微粒群算法进行了深入研究，并根据实际情况对算法进行了部分改动和改进，使之能适用于离散的生产调度问题。最后将改进后的微粒群算法应用到花布印染企业的车间调度中，对加工任务进行优化调度，并实现甘特图的动态生成。论文的结果可直接应用于企业流水车间调度和作业车间调度，具有一定的实际应用价值。

关键词: 微粒群算法, 车间调度, 甘特图

Abstract: In this paper，the production status of some printing and dying corporation is researched and analyzed.Based on that，flow shop scheduling，hybrid flow shop scheduling and job shop scheduling are studied contrastively.At the same time， particle swarm optimization algorithm is researched in detail.In order to let it apply to discrete shop scheduling problem，PSO algorithm is modified and improved.At last，the improved PSO algorithm is applied to shop scheduling at printing and dying industries.Meanwhile，the dynamic generation of gantt chart is implemented.The result can be applied to flow shop scheduling and job shop scheduling problem directly.

Key words: particle swarm optimization algorithm, shop scheduling, Gantt chart

张洪业，金刚，王宇新. 微粒群算法在印染企业车间调度中的研究应用[J]. 计算机工程与应用, 2009, 45(21): 245-248.

ZHANG Hong-ye，JIN Gang，WANG Yu-xin. Study and application of PSO algorithm on shop scheduling at printing and dyeing enterprises[J]. Computer Engineering and Applications, 2009, 45(21): 245-248.

[1]	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.
[2]	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.
[3]	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.
[4]	郭佳丽，王秋萍，王晓峰. 融合学习策略和邻域搜索的飞蛾火焰算法[J]. 计算机工程与应用, 2021, 57(12): 170-179.
[5]	吴树景，游有鹏，罗福源. 变邻域保优遗传算法求解柔性车间调度问题[J]. 计算机工程与应用, 2020, 56(22): 236-243.
[6]	罗函明，罗天洪，吴晓东，陈科百. 求解混合流水车间调度问题的离散布谷鸟算法[J]. 计算机工程与应用, 2020, 56(22): 264-271.
[7]	尹建津1，张贝克1，高东1，许欣2. 改进蝙蝠算法解决FFSP问题及其应用研究[J]. 计算机工程与应用, 2019, 55(9): 243-247.
[8]	闫旭，叶春明. 混合蝗虫优化算法求解作业车间调度问题[J]. 计算机工程与应用, 2019, 55(6): 257-264.
[9]	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.
[10]	李帆1，高东1，许欣2，张玉良2. 改进蝙蝠算法柔性作业车间调度问题研究[J]. 计算机工程与应用, 2018, 54(21): 265-270.
[11]	屈迟文1，傅彦铭2，罗明山1，林承德1，何伟1. 求解柔性作业车间调度问题的鸟群算法[J]. 计算机工程与应用, 2018, 54(17): 249-257.
[12]	杨煜俊，陈业. 求解柔性机器人车间调度问题的混合蚁群算法[J]. 计算机工程与应用, 2018, 54(13): 160-167.
[13]	张文鹏，王兴. 改进型蝙蝠算法在作业车间调度问题中的应用[J]. 计算机工程与应用, 2017, 53(8): 137-140.
[14]	杨小东，康雁，柳青，孙金文. 求解作业车间调度问题的禁忌分布估计算法[J]. 计算机工程与应用, 2017, 53(7): 147-153.
[15]	包晓晓1，叶春明1，黄霞1，2. 烟花算法求解JSP问题的研究[J]. 计算机工程与应用, 2017, 53(3): 247-252.

微粒群算法在印染企业车间调度中的研究应用

Study and application of PSO algorithm on shop scheduling at printing and dyeing enterprises

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