本文關(guān)鍵詞： 混合流水車間調(diào)度 改進(jìn)遺傳算法 變鄰域搜索 NEH啟發(fā)式算法　出處：《計(jì)算機(jī)集成制造系統(tǒng)》2017年09期 　論文類型：期刊論文

【摘要】：針對(duì)混合流水車間調(diào)度問(wèn)題的NP難特性,提出一種改進(jìn)的混合變鄰域搜索的遺傳算法。建立了數(shù)學(xué)模型,提出了算法的總體流程,設(shè)計(jì)了基于操作的編碼和解碼方法,并采用NEH啟發(fā)式算法產(chǎn)生初始種群。隨機(jī)采用基于位置的交叉和線性次序交叉,選用反轉(zhuǎn)逆序的變異算子,交叉變異后合并子代與父代,保留較優(yōu)個(gè)體,對(duì)當(dāng)前最優(yōu)個(gè)體執(zhí)行變鄰域搜索,以增強(qiáng)遺傳算法的局部搜索能力。通過(guò)初始對(duì)比實(shí)驗(yàn),證明了NEH啟發(fā)式算法能夠產(chǎn)生質(zhì)量更好的初始解,隨機(jī)采取兩種交叉算子能夠提高算法的搜索效率,標(biāo)準(zhǔn)算例實(shí)驗(yàn)結(jié)果表明所提算法能夠有效求解混合流水車間調(diào)度問(wèn)題。
[Abstract]:In view of the NP-hard characteristics of hybrid income job-shop scheduling problem, an improved hybrid variable neighborhood search genetic algorithm is proposed. The mathematical model is established, the overall flow of the algorithm is proposed, and the operation-based coding and decoding methods are designed. The initial population is generated by NEH heuristic algorithm. The crossover and linear order crossover based on position are used randomly, and the mutation operator of reverse order is selected. After crossover and mutation, the offspring and the parent generation are merged, and the better individuals are retained. In order to enhance the local search ability of genetic algorithm (GA), the variable neighborhood search is performed on the current optimal individuals. Through the initial contrast experiment, it is proved that the NEH heuristic algorithm can produce a better quality initial solution. Using two crossover operators at random can improve the search efficiency of the algorithm. The experimental results of standard examples show that the proposed algorithm can effectively solve the hybrid income job shop scheduling problem.
【作者單位】： 北京科技大學(xué)機(jī)械工程學(xué)院;華南理工大學(xué)工商管理學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(51305024,71301054)~~
【分類號(hào)】：TB497;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 康寧,王鳳儒,劉丕娥,常會(huì)友;有交貨期的單件車間調(diào)度問(wèn)題的逆序算法[J];系統(tǒng)工程理論與實(shí)踐;1999年12期

2 馬邦雄;葉春明;;利用貓群算法求解流水車間調(diào)度問(wèn)題[J];現(xiàn)代制造工程;2014年06期

3 王柏琳;李鐵克;;等待時(shí)間受限的流水車間調(diào)度問(wèn)題的若干性質(zhì)[J];系統(tǒng)工程理論與實(shí)踐;2012年06期

4 梁德賽;吳兆福;;求解流水車間調(diào)度問(wèn)題改進(jìn)的蟻群算法研究[J];華中師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年03期

5 周蓉;袁坤;;求解車間調(diào)度問(wèn)題的改進(jìn)型交叉配對(duì)策略[J];南昌航空大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年04期

6 金超;葉春明;;基于QPSO算法的模糊流水車間調(diào)度問(wèn)題[J];計(jì)算機(jī)工程與應(yīng)用;2012年02期

7 劉烽;楊濤;游海;俎宇鵬;劉文明;;基于免疫克隆選擇算法的混合流水車間調(diào)度問(wèn)題的研究[J];計(jì)算機(jī)與網(wǎng)絡(luò);2011年21期

8 王金鵬;朱洪俊;周俊;;最優(yōu)子種群遺傳算法求解柔性流水車間調(diào)度問(wèn)題[J];計(jì)算機(jī)應(yīng)用研究;2012年02期

9 張其亮;陳永生;韓斌;;改進(jìn)的粒子群算法求解置換流水車間調(diào)度問(wèn)題[J];計(jì)算機(jī)應(yīng)用;2012年04期

10 張其亮;陳永生;;基于混合粒子群-NEH算法求解無(wú)等待柔性流水車間調(diào)度問(wèn)題[J];系統(tǒng)工程理論與實(shí)踐;2014年03期

相關(guān)博士學(xué)位論文 前2條

1 陶翼飛;面向分組加工的混合流水車間優(yōu)化調(diào)度問(wèn)題研究[D];昆明理工大學(xué);2013年

2 崔U，

本文編號(hào)：1524194