基于粒子群優(yōu)化的多目標(biāo)車間調(diào)度算法.pdf

1、當(dāng)前，多目標(biāo)調(diào)度成為車間調(diào)度的研究熱點(diǎn)。粒子群優(yōu)化算法是一種簡單有效的仿生算法。多點(diǎn)并行搜索的特性，使粒子群優(yōu)化算法也適用于多目標(biāo)優(yōu)化問題的求解。本文主要研究了三種基于粒子群優(yōu)化的多目標(biāo)車間調(diào)度算法。
　　 首先，闡述了多目標(biāo)車間調(diào)度的三種求解方法，系統(tǒng)地介紹了粒子群優(yōu)化算法，歸納了其發(fā)展過程及基本應(yīng)用，并概述了多目標(biāo)粒子群優(yōu)化算法的研究現(xiàn)狀。
　　 其次，研究了基于粒子群優(yōu)化的多目標(biāo)流水車間調(diào)度，構(gòu)造了適合求解多目標(biāo)流

2、水車間調(diào)度問題的粒子群優(yōu)化算法。在算法的求解過程中，采用PMX 交叉算子實(shí)現(xiàn)粒子的更新；采用基于調(diào)度問題的鄰域結(jié)構(gòu)(關(guān)鍵路徑)實(shí)現(xiàn)粒子的局部搜索；采用插入變異算子實(shí)現(xiàn)粒子的隨機(jī)搜索。實(shí)驗(yàn)結(jié)果表明了算法的有效性和優(yōu)越性。
　　 然后，在解決多目標(biāo)流水車間調(diào)度問題的基礎(chǔ)上，研究了更為復(fù)雜的基于粒子群優(yōu)化的多目標(biāo)作業(yè)車間調(diào)度，構(gòu)造了適合求解多目標(biāo)作業(yè)車間調(diào)度問題的粒子群優(yōu)化算法。在算法的求解過程中，利用基于工件的交叉算子作為粒子的更新

3、方式；采用禁忌搜索作為粒子的局部搜索策略；采用交換位置變異算子實(shí)現(xiàn)粒子的隨機(jī)搜索?；跇?biāo)準(zhǔn)測試問題的實(shí)驗(yàn)結(jié)果驗(yàn)證了該算法的有效性和優(yōu)越性。
　　 隨后，在解決多目標(biāo)作業(yè)車間調(diào)度問題的基礎(chǔ)上，研究了更為復(fù)雜的基于粒子群優(yōu)化的多目標(biāo)柔性作業(yè)車間調(diào)度。針對多目標(biāo)柔性作業(yè)車間調(diào)度的特點(diǎn)，設(shè)計了基于工序順序和基于機(jī)器分配相融合的編碼方案，利用基于工序順序和基于機(jī)器分配的交叉算子和變異算子作為粒子的更新策略及隨機(jī)搜索策略，采用禁忌搜索作為粒