基于約束滿足的改進蟻群算法在車間調度中的應用研究.pdf

1、調度(Scheduling)研究的問題是將有限的資源實行任務的時間分配，以實現某性能指標最優(yōu)。而現實中的調度問題多為復雜的組合優(yōu)化問題，如車間調度問題(Job-shop Scheduling Problem，JSP)即為典型的NP難問題，在其復雜多項式時間內難以找到最優(yōu)解。因車間調度問題的研究具有理論和實踐意義，所以一直是調度問題中研究的熱點，也是難點，近年來對JSP的研究主要集中于利用現代智能算法以及各種改進的混合算法求近似解。本文利

2、用新興的蟻群優(yōu)化算法，結合約束滿足技術對車間調度問題進行求解。
　　 蟻群優(yōu)化算法(Ant Colony Optimization Algorithm，ACO)因其魯棒性、正反饋性、并行性等優(yōu)點，已經在求解很多組合優(yōu)化問題方面取得了良好的效果，算法的效率也很高；但是蟻群算法也存在著收斂慢、易停滯的缺點。本文在充分利用蟻群算法優(yōu)點的前提下，對蟻群算法進行改進，采用全局和局部信息素更新相結合的信息素更新策略以避免算法過早停滯；而對于

3、收斂慢的缺點，采用約束滿足技術修剪搜索空間，以加快搜索速度，提高算法效率。另外，蟻群算法中各參數的選取對算法的性能也有較大的影響，本文也給出了詳細的分析。
　　 約束滿足(Constraint Satisfaction)作為求解大規(guī)模組合優(yōu)化問題的方法之一，能對搜索空間進行修剪，從而大大減少搜索的次數和時間。一致性預處理技術和約束傳播技術可以在搜索過程中動態(tài)地排除不符合約束條件的區(qū)域，使搜索.過程不必遍歷所有的變量和賦值，只須保

4、持局部一致性。
　　 混合算法充分利用二者的優(yōu)點，約束滿足技術的使用使得蟻群算法的效率有了更進一步的提高，從而很快地找到可行解和最佳方案。本文通過實驗驗證了混合算法的可行性，并通過標準的車間調度實例進行仿真實驗，實驗結果的分析比較（和其他算法進行比較）證明，改進的混合算法不但具有可行性，而且具有高效性。另外，本文還實現了實際生產調度過程中并行機存在時的調度情況，使算法的求解更符合實際生產的要求。
　　 最后，本文利用C+