微電子生產(chǎn)過程調(diào)度問題具有規(guī)模大和約束復(fù)雜等特點,如菜單、Setup時間和組批約束等,其優(yōu)化調(diào)度具有一定難度.針對以最小化平均流經(jīng)時間為調(diào)度目標的較大規(guī)模微電子生產(chǎn)過程調(diào)度問題,提出一種基于指標快速預(yù)報的分解方法(DM-IFP).首先,通過松弛不可中斷約束,設(shè)計一種代理方法,即基于機器負載的操作完工時間快速預(yù)測方法(CTP-ML);其次,設(shè)計基于CTP-ML的問題分解方法,將原問題迭代分解為多個連續(xù)交迭的子問題;然后,提出一種基于雙信息素的蟻群算法(ACO-D)用于求解分解后的子問題,其全局調(diào)度目標采用CTP-ML獲取,有效保證了全局優(yōu)化性能;最后,針對一些不同規(guī)模的仿真數(shù)據(jù),將所提出方法與一些代表性的算法進行詳盡的數(shù)值對比,計算結(jié)果表明所提出方法在所獲解的質(zhì)量和收斂性上均有改善.

【文章頁數(shù)】：8 頁


本文編號：3982292