柔性作業(yè)車間調(diào)度問題的Memetic算法研究.pdf

1、制造業(yè)是國民經(jīng)濟的基礎(chǔ)。在全球化競爭日益激烈的今天，企業(yè)越來越重視提高生產(chǎn)效率，減少加工成本，從而提升自身市場競爭力。如何制定合理的生產(chǎn)調(diào)度方案，已成為很多制造企業(yè)所面臨的挑戰(zhàn)性問題。柔性作業(yè)車間調(diào)度問題(F le xib le Job-s hop Sc hed uling Pro b le m, FJSP)作為經(jīng)典的作業(yè)車間調(diào)度問題(Job-shop Sc hed uling Prob le m,JSP)的擴展，是一種更加貼近現(xiàn)實的調(diào)

2、度問題模型。它是當(dāng)前最困難的組合優(yōu)化問題之一，自上世紀(jì)末被提出以來引起了廣泛的關(guān)注。
　　本文分別針對單目標(biāo)和多目標(biāo)柔性作業(yè)車間調(diào)度問題進行研究提出了兩個Memetic算法(密母算法)。單目標(biāo)柔性作業(yè)車間調(diào)度Memetic算法是以最小化加工時間跨度為目標(biāo)，采用以遺傳算法為進化框架混合兩個局部搜索算子用來更好地搜索解空間。兩個局部搜索算子分別扮演不同的角色，其中禁忌搜索(Tabu Search,TS)用來在進化前期高效搜索出更優(yōu)秀的

3、解，模擬退火(Simulated Annealing, SA)算子應(yīng)用在進化后期，增強種群多樣性，避免種群過早收斂。通過在49個基準(zhǔn)測試實例上的對比試驗，驗證了我們算法的有效性。求解多目標(biāo)柔性作業(yè)車間調(diào)度問題的算法是基于NSGA-II的多目標(biāo)Memetic算法，其局部搜索算子為變鄰域搜索(Variable Neighborhood Search, VNS)算子。本算法同時優(yōu)化最小化加工時間跨度和最小化加工成本兩個目標(biāo)，引入了兩種精英解保