简介:为求解最小化最大延误无等待流水车间调度问题,提出了3个基于任务块交换的邻域,其中块交换邻域的规模为O(n4),块对换和简化块交换邻域的规模为O(n3).所提邻域的规模均大于现有邻域,因此可提高局部搜索算法的解质量.给出了3个邻域的加速性质,使一个相邻解的评估时间为常量,邻域的评估时间与其规模成正比.同基于支配规则的加速方法相比,所提出的加速性质适用于任何机器数.在禁忌搜索中比较了3个邻域,以及块对换和简化块交换邻域的并集.标准实例集上的计算结果表明:3个基于O(n3)邻域的禁忌搜索算法均好于现有算法;在所有的测试算法中,采用邻域并集的禁忌搜索算法的性能最好.
简介:摘要置换流水车间调度问题(flow-shopschedulingproblem)是生产调度问题的一个子问题,是NP-hard组合优化离散问题之一,具有很强的实际研究意义。在现代的生产制造过程中,单一的目标优化已经满足不了日益发展的工业需求,所以对多目标流水车间调度问题的研究显得尤为重要,已在实际生产中得到广泛应用。本文在多目标进化算法粒子群算法PSO的基础上设计了一种多目标进化算法离散多目标粒子群优化算法MDPSO以求解该问题,用MATLAB编程实现该算法并对几个标准多目标flowshop算例进行仿真测试。实验结果表明,提出的算法比已有的NSGA_II算法具有更好的优化性能。
简介:本文提出一种基于自适应遗传算法(AGA)的FJSP求解方法。研究了基于迭代次数优化和适应度分布分析的自适应遗传算法,也即综合两者优点的全自适应遗传算法。该方法利用FJSP本身的特点,克服了传统GA进化初期早熟和中后期随机搜索速度慢的自身局限。求解精度和搜索效率提高的同时,既能避免陷入局部最优,又使收敛过程加速。