針對柔性作業(yè)車間調(diào)度計算復雜度高,求解困難的難題,在分析基本鯨魚算法的基礎上,提出一種改進的混合鯨魚算法,用于求解柔性作業(yè)車間調(diào)度的最大完工時間最小問題。首先,利用隨機二段式編碼方式將連續(xù)型鯨魚算法離散化,構造適應生產(chǎn)調(diào)度的函數(shù);其次,利用隨機規(guī)則和混合規(guī)則相結合的方式求得初始解,提高種群的多樣性;最后,加入變鄰域搜索算法,防止求解結果陷入局部最優(yōu)。通過相關文獻中的標準實例,將改進后的鯨魚算法與標準鯨魚算法和其他智能優(yōu)化算法分別進行對比,求解的結果表明改進后的鯨魚算法在求解柔性作業(yè)車間調(diào)度方面的可行性和有效性。 

【文章來源】：系統(tǒng)科學學報. 2020,28(01)北大核心CSSCI

【文章頁數(shù)】：6 頁

【部分圖文】：

變鄰域搜索步驟圖

本文將WOA算法離散化為解決車間調(diào)度問題，并加入了變鄰域搜索提高算法的局部搜索能力，改進后的鯨魚算法簡寫為SWOA。表2將SWOA和WOA運行同樣的數(shù)據(jù)集進行對比測試。算法參數(shù)設置如下:工件的數(shù)目為n，機器的數(shù)目為m，種群數(shù)目為30，最大迭代次數(shù)為100。將每一個實例獨立運行10次，其中表2中的LB和UB分別代表最優(yōu)解的下界和上界，min代表運行10次程序后得到的求解最大完工時間最小的最優(yōu)結果，max代表最大值，avg代表單獨運行10次之后的平均值。提升率的計算公式為(WOAmin-SWOAmin)/SWOAmin，用于比較SWOA相較于WOA的提升效率。從表2中可以看出，10個測試數(shù)據(jù)中，SWOA均取得了較好的結果，雖然沒有取得最優(yōu)結，但是相比于WOA，已經(jīng)有了一定程度的改善。而且在機器數(shù)為10和20的時候提升效率最高。圖2和圖3選取了最復雜的問題mk10，給出了最優(yōu)解Cmax的甘特圖和收斂曲線。圖3 mk10的收斂曲線

mk10的收斂曲線

【參考文獻】：
期刊論文
[1]基于SD模型的精益實施效果多維動態(tài)研究[J]. 張洪亮,童華剛,陳彬.  系統(tǒng)科學學報. 2018(03)
[2]基于混合人工蜂群算法的多目標柔性作業(yè)車間調(diào)度問題研究[J]. 孟冠軍,楊大春,陶細佩.  計算機應用研究. 2019(04)
[3]仿生策略優(yōu)化的鯨魚算法研究[J]. 鞏世兵,沈海斌.  傳感器與微系統(tǒng). 2017(12)
[4]混合灰狼優(yōu)化算法求解柔性作業(yè)車間調(diào)度問題[J]. 姜天華.  控制與決策. 2018(03)
[5]基于鯨魚算法優(yōu)化WKELM的滾動軸承故障診斷[J]. 徐繼亞,王艷,紀志成.  系統(tǒng)仿真學報. 2017(09)
[6]改進鯨魚優(yōu)化算法及其在渣油加氫參數(shù)優(yōu)化的應用[J]. 許瑜飛,錢鋒,楊明磊,杜文莉,鐘偉民.  化工學報. 2018(03)
[7]鯨魚優(yōu)化算法在水庫優(yōu)化調(diào)度中的應用[J]. 崔東文.  水利水電科技進展. 2017(03)
[8]離散多種群入侵雜草優(yōu)化算法求解柔性作業(yè)車間調(diào)度問題[J]. 石小秋,石宇強,袁雪嬌.  信息與控制. 2015(02)
[9]生物地理學算法求解柔性作業(yè)車間調(diào)度問題[J]. 張國輝,聶黎,毛學港.  計算機應用研究. 2014(04)
[10]基于混合粒子群-NEH算法求解無等待柔性流水車間調(diào)度問題[J]. 張其亮,陳永生.  系統(tǒng)工程理論與實踐. 2014(03)



本文編號：3546803