求解柔性作业调度问题的协同进化粒子群算法

计算机工程与应用 ›› 2013, Vol. 49 ›› Issue (21): 15-18.

求解柔性作业调度问题的协同进化粒子群算法

宋存利

大连交通大学，辽宁大连 116028

出版日期:2013-11-01 发布日期:2013-10-30

Co-evolution Particle Swarm Optimization algorithm for flexible job-shop scheduling problem

SONG Cunli

Dalian Jiaotong University, Dalian, Liaoning 116028, China

Online:2013-11-01 Published:2013-10-30

摘要/Abstract

摘要： 柔性作业车间调度问题是典型的NP难题。柔性作业车间调度问题涉及到设备分配和作业分配两个问题，并且两问题之间具有较强的耦合性，提出了基于协同进化的粒子群算法。该算法将设备选择和工件调度分别作为两个寻优变量，利用PSO算法分别进行寻优，根据两个变量的内容进行互相评价。实验表明该算法对FJSP问题的有效性。

关键词: 粒子群算法, 柔性车间作业调度问题, 最小化完工时间, 邻域搜索

Abstract: The flexible job shop scheduling problem is a typical NP-hard problem. This problem involves two problems, such as equipment allocation and job assignment, and these two problems have strong couplings. To solve this problem a co-evolution Particle Swarm Optimization algorithm is proposed. The algorithm solves the equipment allocation and job assignment as two optimization variables, optimized respectively and evaluated mutually according to the contents of them. The experiments show the algorithm has obvious advantage on FJSP problem.

Key words: Particle Swarm Optimization（PSO） algorithm, flexible job shop scheduling problem, makespan, neighborhood search

宋存利. 求解柔性作业调度问题的协同进化粒子群算法[J]. 计算机工程与应用, 2013, 49(21): 15-18.

SONG Cunli. Co-evolution Particle Swarm Optimization algorithm for flexible job-shop scheduling problem[J]. Computer Engineering and Applications, 2013, 49(21): 15-18.

[1]	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.
[2]	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.
[3]	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.
[4]	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.
[5]	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.
[6]	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.
[7]	于国龙，赵勇，吴恋，崔忠伟. QPSO算法的改进及其在DBN参数优化中应用[J]. 计算机工程与应用, 2021, 57(10): 154-162.
[8]	周蓉，李俊，王浩. 基于灰狼优化的反向学习粒子群算法[J]. 计算机工程与应用, 2020, 56(7): 48-56.
[9]	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.
[10]	杨华龙，陆婷，辛禹辰. 基于改进粒子群算法的异质车队二级IRP优化[J]. 计算机工程与应用, 2020, 56(22): 272-278.
[11]	覃凤婷，杨有龙，仇海全. 基于稀疏子空间的局部异常值检测算法[J]. 计算机工程与应用, 2020, 56(19): 152-159.
[12]	杨彦荣，宋荣杰，周兆永. 基于GAN-PSO-ELM的网络入侵检测方法[J]. 计算机工程与应用, 2020, 56(12): 66-72.
[13]	周琴，程立正. 层适应网格上求解奇异摄动问题的粒子群算法[J]. 计算机工程与应用, 2020, 56(11): 46-50.
[14]	胡雪娇，陈行健，赵南，薛卫. PSO_BFA优化词袋模型及蛋白质亚细胞定位预测[J]. 计算机工程与应用, 2020, 56(1): 165-171.
[15]	蒋丽1，2，叶润舟1，2，梁昌勇1，2，陆文星1，2. 改进的二阶振荡粒子群算法[J]. 计算机工程与应用, 2019, 55(9): 130-138.