基于微粒群優(yōu)化算法的車間調(diào)度問題研究.pdf

1、車間調(diào)度是計(jì)算機(jī)集成制造系統(tǒng)(CIMS)中的一個(gè)重要組成部分，它對(duì)企業(yè)生產(chǎn)管理與控制有著重要的影響。車間調(diào)度問題是組合優(yōu)化問題，屬于NP問題。近幾年各種智能計(jì)算方法逐漸被引入到求解車間調(diào)度問題中，如遺傳算法、禁忌搜索算法等。微粒群算法是繼蟻群算法提出之后的又一種新的智能進(jìn)化計(jì)算技術(shù)，已經(jīng)引起了控制界、計(jì)算機(jī)界等學(xué)者的廣泛關(guān)注。在這種情況下，本文對(duì)應(yīng)用于車間調(diào)度問題的微粒群算法進(jìn)行了研究和探索。
　　首先，從工程應(yīng)用角度討論了求解經(jīng)

2、典車間調(diào)度問題的標(biāo)準(zhǔn)微粒群算法的設(shè)計(jì)。采用基于工序的編碼方式和基于工序交換的速度-位置更新策略，將標(biāo)準(zhǔn)的微粒群算法應(yīng)用到經(jīng)典的車間調(diào)度問題中，并仿真實(shí)驗(yàn)驗(yàn)證基于這種編碼方式的微粒群算法解決經(jīng)典的車間調(diào)度問題的有效性。
　　其次，針對(duì)傳統(tǒng)的微粒群算法求解車間調(diào)度問題收斂速度慢、容易陷入局部最優(yōu)等缺點(diǎn)，討論了廣義粒子群優(yōu)化算法和粒子群-禁忌搜索交替算法兩種混合算法。為增強(qiáng)新算法的全局搜索能力，采用基于先后表的編碼方案，并在微粒群算法的