針對柔性作業(yè)車間的特點,以最小化完工時間、總機器負荷最小和臨界機器負荷最小為目標,提出了基于三方博弈的改進遺傳算法求解多目標柔性作業(yè)車間調(diào)度模型。通過三方博弈,使三個優(yōu)化目標之間的博弈策略實現(xiàn)最優(yōu)組合,從而獲得子博弈完美納什均衡,即為問題的優(yōu)化組合解。為優(yōu)化種群質(zhì)量,將改進遺傳算法應(yīng)用于多目標柔性作業(yè)車間調(diào)度問題的求解過程,采用帕累托分類思想,對種群進行選擇和精英保留,以優(yōu)化種群結(jié)構(gòu);通過設(shè)計交叉、變異和局部搜索機制進一步尋找目標函數(shù)的最優(yōu)解。為證明算法的有效性,運用基準算例對算法的求解性能進行了驗證。其結(jié)果表明,所提算法在求解結(jié)果上有明顯的改善,求解效率更高。 

【文章來源】：工業(yè)工程與管理. 2020,25(04)北大核心CSSCI

【文章頁數(shù)】：11 頁

【部分圖文】：

0 10×10甘特圖

運用混合進化算法求解多目標優(yōu)化問題，其解的編碼與解碼是非常重要的一步。本文提出的算法的解通過一個4×Njo的矩陣來表達，其中Njo表示所有工件的工序總數(shù)。矩陣的第二行表示一條染色體[fp1,fp2，???，fpi，???，fp Njo]，每一個變量值fpi代表一個等位基因，用浮點數(shù)表示。如前所述，柔性作業(yè)車間包括兩個子問題，即工件路徑和工序排序。矩陣的第三行表示子問題工件路徑，由所有工件的總工序數(shù)組成，用從1到m的整數(shù)表示，m表示機器數(shù)；矩陣的第四行表示問題的工序排序，由所有工件的總工序數(shù)組成，運用基于工序序列的編碼方式[7]，用從1到n的整數(shù)表示，n表示工件數(shù)，每一個整數(shù)在染色體上需重復(fù)ni次，ni表示工件的工序數(shù)。為獲得納什均衡最優(yōu)調(diào)度解，對于每組解，搜索這些值的最佳組合，以獲得最優(yōu)調(diào)度。圖2為一個3工件4機器的FJSP的編碼與解碼過程。4.3.2 種群初始化

二元錦標賽選擇

【參考文獻】：
期刊論文
[1]基于新型帝國競爭算法的高維多目標柔性作業(yè)車間調(diào)度[J]. 李明,雷德明.  控制理論與應(yīng)用. 2019(06)
[2]分層混合遺傳算法求解柔性作業(yè)車間調(diào)度問題[J]. 田旻,劉人境.  工業(yè)工程與管理. 2017(05)
[3]基于員工學(xué)習(xí)行為的多目標柔性車間調(diào)度[J]. 曹磊,葉春明,黃霞.  計算機集成制造系統(tǒng). 2018(08)



本文編號：3432438