柔性作业车间调度中的组合遗传优化研究

doi:10.3778/j.issn.1002-8331.2009.22.059

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (22): 183-186.DOI: 10.3778/j.issn.1002-8331.2009.22.059

柔性作业车间调度中的组合遗传优化研究

邬文尧，蔡鸿明，姜丽红

上海交通大学软件学院，上海 200240

收稿日期:2008-10-07 修回日期:2008-12-19 出版日期:2009-08-01 发布日期:2009-08-01
通讯作者: 邬文尧

Integrated genetic algorithm for flexible job-shop scheduling problem

WU Wen-yao，CAI Hong-ming，JIANG Li-hong

School of Software，Shanghai Jiaotong University，Shanghai 200240，China

Received:2008-10-07 Revised:2008-12-19 Online:2009-08-01 Published:2009-08-01
Contact: WU Wen-yao

摘要/Abstract

摘要： 针对柔性作业车间调度问题，提出一种组合遗传算法。该算法在种群初始化、选择、交叉、变异各阶段，组合使用各种不同的策略。针对机器编码部分的交叉，提出一种基于工件的机器交叉算子，用以改进机器分配部分随机交叉引起的对父代优秀基因继承不足的缺陷。通过对典型算例的计算以及与其他文献的研究成果比较，证明该算法的优良性能。

关键词: 柔性作业车间调度, 遗传算法, 组合算法

Abstract: An integrated Genetic Algorithm（GA） is presented for solving the Flexible Job-shop Scheduling Problem（FJSP）.In this algorithm，all kinds of strategies，used in population initialization，selection，crossover and mutation，are adopted.New crossover operator Job-based Machine Crossover（JMX） is designed and used in machine codes，in order to overcome the limitations of random crossover，which can not reserve parents’ good genes.The feasibility and validity of the proposed algorithm is proved by the results obtained from the computational study and the comparison with others.

Key words: flexible job-shop scheduling, genetic algorithm, integrated algorithm

邬文尧，蔡鸿明，姜丽红. 柔性作业车间调度中的组合遗传优化研究[J]. 计算机工程与应用, 2009, 45(22): 183-186.

WU Wen-yao，CAI Hong-ming，JIANG Li-hong
. Integrated genetic algorithm for flexible job-shop scheduling problem[J]. Computer Engineering and Applications, 2009, 45(22): 183-186.

[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.
[3]	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.
[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]	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.
[6]	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.
[7]	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.
[8]	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.
[9]	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.
[10]	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.
[11]	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.
[12]	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.
[13]	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.
[14]	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.
[15]	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.

柔性作业车间调度中的组合遗传优化研究

Integrated genetic algorithm 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