解优先级约束并行机调度问题的人工免疫算法

doi:10.3778/j.issn.1002-8331.2009.30.062

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (30): 208-210.DOI: 10.3778/j.issn.1002-8331.2009.30.062

解优先级约束并行机调度问题的人工免疫算法

刘文程，高家全，方志民

浙江工业大学信息工程学院，杭州 310024

收稿日期:2009-04-27 修回日期:2009-07-03 出版日期:2009-10-21 发布日期:2009-10-21
通讯作者: 刘文程

Artificial immune algorithm for solving priority constraint scheduling problem on parallel machines

LIU Wen-cheng，GAO Jia-quan，FANG Zhi-min

College of Information Engineering，Zhejiang University of Technology，Hangzhou 310024，China

Received:2009-04-27 Revised:2009-07-03 Online:2009-10-21 Published:2009-10-21
Contact: LIU Wen-cheng

摘要/Abstract

摘要： 针对家纺企业车间调度的实际情况，建立了优先级特殊工艺约束下并行多机拖后调度模型，并提出一种新颖的人工免疫算法对其求解。该算法是依据生物的免疫机理，将目标函数作为抗原，将问题的解作为抗体，对抗体采用向量组编码的方式进行编码，通过克隆、变异及一种新颖的基于浓度的种群多样性更新选择方法，提高了种群多样性，并通过局部搜索改善了种群质量，加快了收敛速度。仿真结果表明，与遗传算法相比较，该算法能更快更准确地收敛到全局最优解。

关键词: 免疫理论, 优先级, 并行机, 调度

Abstract: According to the practical job-shop scheduling problem in textile manufacturing industry，a multi-machine tardiness scheduling model subjected to priority constraint is constructed，and thus a novel artifical immune algorithm based on immune system（VIA） is proposed to solve it.In the proposed algorithm，the antigens and anbodies correspond to the objective functions and solutions of scheduling problems，respectively.The vector group encoding method is adopted，and a new diversity selection scheme is designed to guarantee the diversity of the popultion.Specially，a local search algorithm is presented to improve the quality of the population.Simulation results show that VIA is efficient，and has better convergence than genetic algorithms.

Key words: artificial immune algorithm, priority constraint, parallel machines, scheduling

中图分类号:

TP301.6

刘文程，高家全，方志民. 解优先级约束并行机调度问题的人工免疫算法[J]. 计算机工程与应用, 2009, 45(30): 208-210.

LIU Wen-cheng，GAO Jia-quan，FANG Zhi-min. Artificial immune algorithm for solving priority constraint scheduling problem on parallel machines[J]. Computer Engineering and Applications, 2009, 45(30): 208-210.

[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]	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.
[3]	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.
[4]	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.
[5]	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.
[6]	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.
[7]	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.
[8]	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.
[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]	李荣，贺兴时，杨新社. 基于差分进化的飞蛾算法在电力调度中的应用[J]. 计算机工程与应用, 2021, 57(13): 258-268.
[11]	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.
[12]	李雨鑫，李悦悦. 面向JIT采购的多目标车辆调度[J]. 计算机工程与应用, 2021, 57(12): 263-272.
[13]	梁承姬，黄帅. 考虑时间窗的集装箱港口场桥全局调度优化[J]. 计算机工程与应用, 2020, 56(8): 226-232.
[14]	杨雅洁，苌道方，余芳. 考虑AGV避碰的自动化码头多资源协同调度[J]. 计算机工程与应用, 2020, 56(6): 246-253.
[15]	秦琴，梁承姬. 自动化码头考虑缓冲区的设备协调调度优化[J]. 计算机工程与应用, 2020, 56(6): 262-270.

解优先级约束并行机调度问题的人工免疫算法

Artificial immune algorithm for solving priority constraint scheduling problem on parallel machines

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