基于改進(jìn)粒子群算法的Job-shop調(diào)度優(yōu)化.pdf

1、Job-shop Scheduling Problem（簡(jiǎn)稱JSP）是一類經(jīng)典且具有代表性的車間作業(yè)調(diào)度問(wèn)題，在車間作業(yè)調(diào)度問(wèn)題的研究中占有重要的地位。車間作業(yè)調(diào)度問(wèn)題具有很高的研究?jī)r(jià)值:一方面，先進(jìn)的調(diào)度優(yōu)化理念能夠解決車間生產(chǎn)過(guò)程中所面臨的諸多問(wèn)題，提高車間的生產(chǎn)能力和企業(yè)的競(jìng)爭(zhēng)力;另一方面，車間作業(yè)調(diào)度問(wèn)題屬于NP(Non-deterministic Polynomial，非確定多項(xiàng)式)難問(wèn)題，其優(yōu)化方法能夠?yàn)槁眯猩虇?wèn)題（Trav

2、eling Sale-man Problem，簡(jiǎn)稱TSP）、車輛路徑問(wèn)題(VehicleRouting Problem，簡(jiǎn)稱VRP)等其他領(lǐng)域的組合優(yōu)化問(wèn)題提供求解思路。
　　 本文采用粒子群算法對(duì)Job-shop調(diào)度問(wèn)題進(jìn)行優(yōu)化，對(duì)算法做出了合理的改進(jìn)，并解決了粒子群算法優(yōu)化離散變量問(wèn)題時(shí)遇到的粒子更新問(wèn)題，更好的發(fā)揮了粒子群算法的性能。
　　 深入分析粒子群算法的機(jī)理和算法相關(guān)參數(shù)的作用，提出一種基于自然指數(shù)函數(shù)的慣

3、性權(quán)重選取策略;為了提高算法的全局尋優(yōu)能力、避免算法陷入局部最優(yōu)，在粒子群算法中加入了變異機(jī)制。
　　 全面比較了目前主流的用于求解Job-shop調(diào)度問(wèn)題的編碼方式，根據(jù)粒子群算法的特點(diǎn)，提出了混合編碼的策略，并在此編碼方式的基礎(chǔ)上，設(shè)計(jì)了更好的速度位移模式。
　　 建立了完善的Job-shop調(diào)度數(shù)學(xué)模型，以最短完工時(shí)間為優(yōu)化目標(biāo)函數(shù)，采用本文改進(jìn)的算法對(duì)幾類經(jīng)典的Benchmark實(shí)例進(jìn)行了優(yōu)化，與前人的研究成果相