【摘要】：基于以最小完工時(shí)間為目標(biāo)的帶阻塞有差速混合流水車間調(diào)度問題,提出了一種改進(jìn)的離散布谷鳥搜索算法。在基本布谷鳥搜索算法的萊維飛行和巢寄生性的基礎(chǔ)結(jié)構(gòu)上,提出了一種基于交叉策略的萊維飛行機(jī)制,以便算法能夠解決離散問題;同時(shí),通過非余弦遞減策略的動(dòng)態(tài)發(fā)現(xiàn)概率去發(fā)現(xiàn)劣質(zhì)鳥巢,并利用排列差分進(jìn)化算法的變異思想將劣質(zhì)鳥巢重建;在搜索過程中設(shè)定全局最優(yōu)極值保持代數(shù)為閾值去重新發(fā)現(xiàn)劣質(zhì)鳥巢,以防止算法陷入局部最優(yōu);最后利用鄰域搜索方法進(jìn)一步提高算法的搜索精度。通過仿真實(shí)驗(yàn)驗(yàn)證了該算法在求解混合流水車間調(diào)度類離散問題上的有效性與優(yōu)越性。
【圖文】：

合流水車間調(diào)度問題，仿真實(shí)驗(yàn)驗(yàn)證了改進(jìn)ＤＣＳ算法求解ＢＵＨＦＳＰ問題的有效性。１問題描述一般的流水車間調(diào)度都會(huì)假設(shè)工序間緩沖區(qū)無限大，而本文研究的帶阻塞混合流水車間調(diào)度問題則假設(shè)工序之間不存在緩沖區(qū)，即若某工件的某一工序完成該工序操作后，下一工序機(jī)器仍處于被占用狀態(tài)，，則該工件會(huì)在該機(jī)器上等待，并且阻塞該工序以后工件的加工直至下一個(gè)工序機(jī)器被釋放。針對一般流水調(diào)度車間模型，假設(shè)某車間要加工６件不同的工件，每個(gè)工件要經(jīng)歷３道工序，則不同的工序間存儲(chǔ)策略的對比如圖１所示。圖１不同存儲(chǔ)策略的３道工序流水車間最大完工時(shí)間的對比Ｆｉｇ．１Ｃｏｍｐａｒｉｓｏｎｏｆｔｈｅｍａｋｅ－ｓｐａｎｏｆ３ｐｒｏｃｅｄｕｒｅｓｗｉｔｈｄｉｆｆｅｒｅｎｔｓｔｏｒａｇｅｓｔｒａｔｅｇｉｅｓ一般對帶阻塞有差速混合流水車間調(diào)度生產(chǎn)過程作如下假設(shè)：（１）所有工件加工工序相同；（２）有并行機(jī)存在的工序，工件可以選擇任意空閑機(jī)器進(jìn)行加工；４２６

各工序、各機(jī)器上的加工時(shí)間已知，并且各工序的并行機(jī)加工同一工件的時(shí)間可能不同；（７）原料不限，完工工件存儲(chǔ)空間不限。根據(jù)以上假設(shè)，帶阻塞有差速的混合流水車間可以描述為：ｎ個(gè)待加工的工件要依次經(jīng)過Ｓ道工序的加工，每道工序至少有一臺(tái)加工設(shè)備并且至少有一道工序存在并行加工設(shè)備（設(shè)第ｊ道工序的設(shè)備數(shù)為ｍｊ，ｊ＝１，２，…，Ｓ），要求確定所有工件的加工順序及其在并行機(jī)上的分配情況，以使得最大完工時(shí)間（ｍａｋｅｓｐａｎ）最校有差速混合流水車間調(diào)度模型如圖２所示，其中ｍｉ表示不同工序并行機(jī)的數(shù)量，矩形的大小表示工件在該機(jī)器上加工時(shí)間。圖２帶阻塞有差速混合流水車間調(diào)度模型Ｆｉｇ．２ＭｏｄｅｌｏｆＢＵＨＦＳＰ假設(shè)工件數(shù)為ｎ，機(jī)器數(shù)為ｍ，工序數(shù)為λ，第ｋ道工序的并行機(jī)數(shù)量為πｋ（ｋ＝１，２，…，λ），Ｔｉ，ｊ表示工件Ｊｉ（ｉ＝１，２，…，ｎ）在機(jī)器Ｍｊ（ｊ＝１，２，…，ｍ）上的加工時(shí)間，Ｓｉ，ｋ表示工件Ｊｉ在工序ｋ上的開始加工時(shí)間，Ｃｉ，ｋ表示工件Ｊｉ在工序ｋ上的完工時(shí)間，ｃｍａｘ為最大完工時(shí)間，Ｒｊ表示Ｍｊ被釋放的時(shí)間，可以得出ＢＵＨＦＳＰ的數(shù)學(xué)模型為ｍｉｎＣｍａｘ（１）ｓ．ｔ．∑πｋ－１ｊ＝１ｘｉ，ｊ，ｋ＝１ｉ＝１，２，…，ｎ；ｋ＝１，２，…，λｘｉ，ｊ，ｋ＝１，Ｊｉ在第ｋ道工序使用第ｊ個(gè)機(jī)器加工０，｛否則（２）０≤∑ｎ－１ｉ＝１ｙｉ，ｊ，ｔ≤１

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 徐震浩;李青青;顧幸生;;基于DEPSO的模糊時(shí)間ZW多產(chǎn)品廠間歇調(diào)度[J];控制與決策;2015年12期

2 張其亮;陳永生;;帶有阻塞限制的混合流水車間調(diào)度問題的混合粒子群求解算法[J];信息與控制;2013年02期

3 劉長平;葉春明;;求解置換流水車間調(diào)度問題的布谷鳥算法[J];上海理工大學(xué)學(xué)報(bào);2013年01期

4 王凌;周剛;許燁;金以慧;;混合流水線調(diào)度研究進(jìn)展[J];化工自動(dòng)化及儀表;2011年01期

5 吳昱;李元香;徐星;;基于群智能的新型反向混合差分進(jìn)化算法[J];小型微型計(jì)算機(jī)系統(tǒng);2009年05期

6 張頂學(xué);關(guān)治洪;劉新芝;;一種動(dòng)態(tài)改變慣性權(quán)重的自適應(yīng)粒子群算法[J];控制與決策;2008年11期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉立群;火久元;王聯(lián)國;;全局共享因子的和聲搜索算法[J];重慶理工大學(xué)學(xué)報(bào)(自然科學(xué));2014年02期

2 周日貴;謝強(qiáng);姜楠;丁秋林;;多模式高概率量子搜索算法[J];南京航空航天大學(xué)學(xué)報(bào);2007年02期

3 劉躍軍;蘇靜;;一種改進(jìn)三步搜索算法的設(shè)計(jì)與實(shí)現(xiàn)[J];河南科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年04期

4 張敬敏;秦彭;賀毅朝;王彥祺;;一種改進(jìn)的和聲搜索算法及其應(yīng)用[J];科學(xué)技術(shù)與工程;2013年13期

5 歐陽海濱;高立群;郭麗;孔祥勇;;混沌反向?qū)W習(xí)和聲搜索算法[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年09期

6

本文編號(hào)：2560906