一种求解车间调度问题的混沌遗传规划方法

合集下载

面向无等待多目标柔性车间调度问题的遗传蜂群优化算法

面向无等待多目标柔性车间调度问题的遗传蜂群优化算法毕孝儒;张黎黎;贺拴;贺艳果【摘要】为了解决无等待柔性车间调度的多目标优化问题，构建以最大完工时间、生产成本、总拖延时间为目标函数的多目标调度模型，结合灰色关联分析和熵理论，提出灰互信息适应度值分配策略，以评价Pareto解的优劣。

在此基础上，运用遗传蜂群优化算法求解，该算法给出以关键路径为导向的变异操作，并将该变异操作和遗传算子中的IPOX和MPX交叉操作嵌入到人工蜂群算法中，以增强其全局寻优能力，提升搜索后期收敛速度。

一个车间调度实验验证调度模型和算法的有效性和适应性。

%To solve no-wait and multi-objective flexible flow shop scheduling problem(NWMFJSP), proposes an optimization model, which takes fin-ished time of maximum, machine cost and total delayed time as the objectives. Then presents the distribution strategy of the grey mutual information relational adaptive value combined with the grey correlation and information entropy to evaluate feasible solution. Based on it, applies genetic artificial bee colony algorithm(GABC) to solve the problem, the algorithm, which presents the mutation based on key path, embeds artificial bee colony with the nutation, IPOX and MPX crossover to enhance ability to search optimal solution globally and raise convergence rate inlate search. The validity and adaptability of the scheduling structure and algorithm are proved by a case of job-shop scheduling.【期刊名称】《现代计算机（普及版）》【年(卷),期】2015(000)008【总页数】6页(P11-16)【关键词】无等待柔性车间调度;多目标优化;遗传蜂群优化【作者】毕孝儒;张黎黎;贺拴;贺艳果【作者单位】四川外国语大学重庆南方翻译学院管理学院，重庆 401120;四川外国语大学重庆南方翻译学院管理学院，重庆 401120;四川外国语大学重庆南方翻译学院管理学院，重庆 401120;四川外国语大学重庆南方翻译学院管理学院，重庆 401120【正文语种】中文当前，无等待柔性车间调度问题（No-Waiting Flexible Flow Job-Shop Scheduling Problem，NWFJSP）广泛存在于塑料塑造、钢铁铸造、化工制造等领域，它不仅需要确定工序的加工顺序，还要给每个工序分配机器，是更为复杂的NP-hard问题［1］。

一种改进文化基因算法求解多目标柔性作业车间调度问题[发明专利]

专利名称：一种改进文化基因算法求解多目标柔性作业车间调度问题
专利类型：发明专利
发明人：汤琴,胡成华
申请号：CN201610097447.4
申请日：20160222
公开号：CN106611379A
公开日：
20170503
专利内容由知识产权出版社提供
摘要：本发明提出了一种改进文化基因算法求解多目标柔性作业车间调度问题，该发明涉及作业车间调度技术领域，具体地涉及用算法求解多目标柔性作业车间调度问题。

该算法的步骤如下：基于工序的编码—产生初始化种群——爬山法进行局部搜索—计算适应度—判断是否满足优化准则（是则产生最优个体结束算法，否则执行下一步）——选择—SPX交叉—变异—爬山法进行局部搜索—产生新一代种群——计算适应度—循环前面的步骤。

该发明的改进如下：采用爬山法进行局部搜索，不仅能够跳出局部最优得到更好的解，也能够减少计算时间。

此外本算法的交叉、变异方式也进行了改进，采用了SPX交叉方法，变异时以相等的概率从插入变异和替换变异两种方法中随机选择一种对种群中的个体进行变异。

申请人：四川用联信息技术有限公司
地址：610054 四川省成都市成华区电子信息产业大厦1101室
国籍：CN
更多信息请下载全文后查看。

基于正逆序策略的混合流水车间遗传调度算法

基于正逆序策略的混合流水车间遗传调度算法
苏志雄;伊俊敏
【期刊名称】《计算机集成制造系统》
【年(卷),期】2016(22)4
【摘要】针对最小化Makespan的混合流水车间调度问题,提出一种将活动调度技术、正逆序调度策略与遗传算法相结合的求解算法.该算法不但采用活动调度技术进行空间缩减,而且采取正逆序调度策略消除算法对问题数据的依赖性、提高种群的多样性.在算法设计中,提出一种新的染色体编码方案用来表示完整的活动调度解及其生成方式;通过选择有效的优先规则集,以活动调度技术为基础设计相应的种群初始化策略和遗传操作.基于Benchmark算例的仿真实验结果表明了该算法的有效性,既可以在很短的时间内求出全部a类和b类算例的最优解;对于相对难解的c 类和d类算例,又可以找到质量较高的调度解,其平均偏差仅为3.060％.
【总页数】11页(P1059-1069)
【作者】苏志雄;伊俊敏
【作者单位】厦门理工学院管理学院,福建厦门 361024;厦门理工学院管理学院,福建厦门 361024
【正文语种】中文
【中图分类】TP278;F273
【相关文献】
1.一种基于混合遗传算法的车间调度算法 [J], 顾晓芬;郝永平;唐健
2.车间调度问题的一种基于遗传算法的混合调度算法 [J], 付得才;陈鹏飞;李云峰
3.车间调度问题的一种基于遗传算法的混合调度算法 [J], 付得才;陈鹏飞;李云峰
4.混合流水车间的遗传算法调度策略 [J], 肖文栋;张森
5.基于遗传算法的混合流水车间调度问题研究 [J], 林飞龙;陶泽;王晓晨
因版权原因，仅展示原文概要，查看原文内容请购买。

基于遗传-粒子群混合算法的柔性作业车间多资源调度问题

Abstract: A multi-resource flexible job shop scheduling problem ( MRFJSP ) is proposed by adding transportation and assembly in the traditional flexible job shop scheduling problem ( FJSP). A flexible job shop schedu ling model including processing, transportation and assembly is established to minimize the completion time. In onleT to improve the searching ability of traditional genetic algorithm (GA) in job shop schedu ling problem, a hybrid GA-PSO with optimization strategy is proposed , where single layer coding is used・ The feasibility of the model is verified by an example, and the hybrid algorithm is compared with GA and PSO, which proves the superiority of the hybrid algorithm.
Keywords:flexible job shop； multi resource scheduling； hybrid GA-PSO； single layer coding

混沌遗传算法

5. 使用方法
5. 使用方法
起源
(2) 初始化种群，包括个体数、染色体长度、
初始种群的生成方式等
(4) 通过混沌映射生成随机数，并使用遗传算法行选择、交叉和变异操作，生成新的子代
种群
(6) 根据适应度值，选择最优个体作为当
前种群的代表
发展
(1) 确定优化问题的目标函数和约束条
件
(3) 计算每个个体的适应度值
(2) 优化算子设计：混沌遗传算法通过设计不同的优化算子，如选择、交叉和变异等，使得算法能够更好地探索搜索空间。比如，可以通过引入混沌映射来增加选择算子的随机性，通过引入混沌序列来增加变异算子的多样性等
(3) 自适应参数调整：混沌遗传算法通过自适应地调整算法的参数，如种群大小、交叉概率和变异概率等，来提高算法的性能。这样可以使得算法能够根据问题的特点和搜索进程的情况来自动调整参数，提高算法的适应性和鲁棒性
(1) 参数选择困难：混沌遗传算法中的混沌映射参数需要根据具体问题进行选择，但选择合适的参数并不容易，需要进行大量的试验和调整
(2) 收敛速度慢：混沌遗传算法在搜索过程中容易陷入局部最优解，很难快速找到全局最优解，导致收敛速度较慢
(3) 算法复杂度高：混沌遗传算法结合了遗传算法和混沌映射，算法复杂度较高，需要较长的计算时间和大量的计算资源
LOGO
混沌遗传算法
汇报人:XX
日期：xxx
1 1. 文章创新点 3 3. 代码 5 5. 使用方法
-
2 2. 实现过程
4
4. 存在问题
PART 1
1. 文章创新点
1. 文章创新点
混沌遗传算法是一种将混沌理论与遗传算法相结合的优化算法。它的创新点主要体现在以下几个方面

自动化生产单元调度的混沌粒子群算法

自动化生产单元调度的混沌粒子群算法
李鹏;车阿大
【期刊名称】《工业工程》
【年(卷),期】2009(12)6
【摘要】在求解一类带时间窗口的自动化生产单元调度问题时,基本粒子群算法易陷入局部极值点且收敛缓慢.针对这一问题,将混沌搜索技术引入至基本粒子群算法中,利用混沌运动搜索精度高、遍历性好的特点来改善基本粒子群算法易陷入局部极值点和收敛缓慢的缺点,从而提高粒子群算法的收敛速度和优化质量.首先给出了带时间窗口的自动化生产单元调度问题的混合整数规划模型,着重讨论了混沌粒子群调度算法的设计,包括编码方式、混沌初始化、混沌扰动和适应度函数计算等.对提出的算法进行了仿真验证,仿真结果表明在求解此类调度问题上,混沌粒子群算法比基本粒子群算法具有明显的优势.
【总页数】6页(P90-95)
【作者】李鹏;车阿大
【作者单位】西北工业大学,管理学院,陕西,西安,710072;西北工业大学,管理学院,陕西,西安,710072
【正文语种】中文
【中图分类】O211.1;TP278
【相关文献】
1.混沌改进粒子群算法及其在储能电站优化调度中的应用 [J], 杨晓辉; 李瑞欣; 姚凯; 周越
2.混沌压缩非线性粒子群算法求解车间调度问题 [J], 包贤哲;丁稳房;宋阿妮
3.基于混沌映射的自适应退火型粒子群算法的微电网优化经济调度 [J], 戴旭凡;陆奎;宋丹
4.基于混沌映射的自适应退火型粒子群算法的微电网优化经济调度 [J], 戴旭凡;陆奎;宋丹
5.基于混沌遗传算法的自动化生产单元调度方法 [J], 李鹏;车阿大
因版权原因，仅展示原文概要，查看原文内容请购买。

解决作业车间调度问题的混合差分进化算法

。 K ane, t 对简单的单机调度问题, 提出了
[ 4]
遗传搜索算法。 Kanet的基因串表明了机器上的任务序列 , 他们的方法的目标是寻找最好的操作的排列,
基金项目 : 国家 863 计划项目 ( 2007AA 04Z155 ); 国家自然科学基金 ( 60874074); 浙江省自然科学基金 ( Y1090592) 作者简介 : 周萧 ( 1984), 女 , 山东枣庄人 , 在读硕士研究生 , 主要研究方向为差分进化算法解决生产调度问题。 E-m a i: l zhoux i ao121 @ 126 . co m
[ 10]
。国内目前 , 朱旭东结合 Job Shop 问遗传算法 ( GA )
。
宋晓宇等提出了基于关键工序的领域选择方法, 改进 [ 7] 744[ 8 - 9] 了求解 Job Shop 调度问题的禁忌搜索算法。 1 混合差分进化算法如同所有的优化算法一样, 差分进化算法基于种群的进化算法。差分进化算法主要的参数主要有种群规模 N P , 解空间的维数 D, 缩放因子 F 和交叉概率 C r。 D 维矢量 X i = [ x i, 1, x i, 2,
( 2)
1. 3 选择选择操作是为了决定交叉个体是否保留到 G + 1 代。对于最小化问题 , 交叉个体 U i, j 和原始个体通过贪婪策略进行比较, 目标函数更小的个体被保留作为新产生的种群个体。选择操作公式如下所示 Xi
G+ 1 G+1
=
Ui
G+ 1 G
, f (U i
G+1
) < f (X i )
文章提出了一种改进的差分进化算法一混合差分进化算法hybriddifferentialevolutionalgorithm来解决作业化初期能够保持种群多样性后期减少缩放因子对最优解的破坏提出了自适应的缩放因子f

车间作业优化调度问题研究

ｏｆｌｏｗａｃｃｕห้องสมุดไป่ตู้ｒａｃｙａｎｄｅａｓｙｔｏｂｅｐｒｅｍａｔｕｒｅ，ｗｈｉｃｈｒｅｓｕｌｔｅｄｉｎｐｏｏｒｓｃｈｅｄｕｌｉｎｇｅｉｃｆｉｅｎｃｙ．ＡｈｙｂｉｄｒｐａｒｔｉｃｌｅｓｗａｌＩＴＩｏｐｔｉ —
ＳＨＥＮＬｉ — ｊｕａｎ，ＣＨＥＮＧＺｉ —ａｎ，ＬＩＭｉｎｇ
（ＣｏｌｌｅｇｅｏｆＭａｃｈｉｎｅｒｙａｎｄＴｒａｎｓｐｏｒｔａｔｉｏｎ，ＳｏｕｔｈｗｅｓｔＦｏｒｅｓｔｙｒＵｎｉｖｅｒｓｉｔｙ，ＫｕｎｍｉｎｇＹｕｎｎａｎ６５０２２４，Ｃｈｉｎａ）ＡＢＳＴＲＡＣＴ：Ｔｈｅｅｆｆｅｃｔｉｖｅｊｏｂｓｈｏｐｓｃｈｅｄｕｌｉｎｇｃａｎｉｍｐｒｏｖｅｔｈｅｐｒｏｄｕｃｔｑｕａｌｉｔｙａｎｄｅｑｕｉｐｍｅｎｔｕｔｉｌｉｚａｔｉｏｎ，ｓｈｏ￣ｅｎ
第３４卷第６期
文章编号：１００６—９３４８（２０１７）０６－０３５３— ０４
计
算
机
仿
真
２０１７年Ｏ６月
车间作业优化调度问题研究

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

Ｋｅｒｓｏ－ｈｐｓｈｄｌｇｃａｓｇｎｔｒｇａｙｗｏｄ：ｊｂｓｏｃｅｕｉ；ｈｏ；ｅｅｉｐｏｍｍｉｇｃｍｂａｏａｏｔｚｔｎｎｃｒｎ；ｏｉｔｎｐｍｉｉｎｉｌｉａｏ
摘要：作业车间调度问题是制造业的一个经典Ｎ－ｄＰｈ组合优化难题。提出一种基于混沌遗传规划的调度算法，ｒａ利用遗传规划进行染色体的结构设计，用混沌序列改善初始种群质量，采利用混沌扰动来维持进化群体的多样性，自并适应调整个体权重，使算法具有优良的综合求解性能。实验表明，算法对典型的标准调度测试问题具有较强的全局搜索能力，甘特图表明其获得的最
ｏｅ．ｈｏａｉｏｆｔｅｒｓｌｅｅｌｔｅｆａｉｉｔｄｅｃｅｃｆｔｅｍｅｏ．ｎｓＴｅｃｍｐｒｓｎｏｅｕｔｒｖａｓｈｅｓｂｌａｆｉｎｙｏｔｄｈｓｉｎｙｉｈｈ
ｂｃｓａｅｔｅｏｍａｔｉｔｅｄｖｒｉｆｅｏｕｉａｙｐｐｌｔｎａｄｔｅｓｌａａｔｅａｊｓｎｔｏｆｉｄｖｄａｎａｅｒａｎｔｉａｎｈｉｅｓｏｖｌｔｎｒｏｕａｏ，ｅｆｄｐｉｄｔｇｍｅｄｏｉｉｕｌｋｎｙｔｏｉｎｈ－ｖｕｉｈｎ
ＺＨＯＵａｇＣＵｕｘｅａｓｇｎｔｒｇａＱｉｎ，ＩＸｎｕ．ｏｅｅｃｐｏｒｍｍｉｇｍｅｈｄｆｒｊｂｓｏｃｅｕｉｇｐｏｌＣｏｕｅｎｉｅｒｎＣｈｉｎｔｏｏｏ・ｈｐｓｈｄｌｒｂｅｎｍ．ｍｐｔｒＥｇｎｅｉｇａｄＡｐｌａｏｓ２１，７１）２９２３ｎｐｉｔｎ。０１４（２：２ —３．ｃｉＡｓａｔｈｏ－ｏｃｅｕｉｒｂｅｉｎＮＰｈｒｏｉａｏａｏｔｚｔｎｐｏｌｍｈｎｆｃｒｇｆｌ．ｂｔｃ：Ｔｅｊｂｓｐｓｈｄｌｇｐｏｌｍｓ－ａｄｃｍｂｎｔｎｌｐｉａｉｒｂｅｉｔｅｍａｕａｔｉｅｒｈｎａｉｍｉｏｎｕｎｉｄＴｅｐｐｒｐｏｏｅｏ－ｏｃｅｕｉｇａｇｒｈｂｓｄｏｈｏｅｅｉｐｏｒｈａｅｒｐｓｓａｊｂｓｐｓｈｄｌｌｏｔｍａｅｎｃａｓｇｎｔｒｇａｎ．ｎｔｒｇａｎｇｉａｏｔｏｈｎｉｃｍｍｉｇＧｅｅｉｐｏｒｍｍｉｓｄｐｅｔｃｄ
１ＤｅａｔｎｆＣｏｕｅｃｅｃｎｅｈｏｏｙ，ｈｚｏｉｅｓｔＣｈｚｏＡｎｕ３０１Ｃｈｎ．ｐｒｍｅｔｏｍｐｔｒＳｉｎｅａｄＴｃｎｌｇＣｕｈｕＵｎｖｒｉｙ，ｕｈｕ，ｈｉ２９２，ｉａ２ＡｒｉｅｙＡｃｄｍｙｏＡ，ｆｉ２０３，ｉａ．ｔｌｒａｅｆＰＬＨｅｅ３０Ｃｈｎｌ１
ＴｅｒｓｌｆＧａｔｃａｔｏｔｕａｅｏｔｍｏｕｉｎｂａｎｄｂｈｓｏｅｌｏｔｍｌｅｔｒｔａｅ￣ｓｆｈｅｕｔｏｎｔｈｒｓｐｉｏｔｔｔｔｐｉｓｎｈｈｍｕｓｌｔｓｏｔｉｅｙｔｉｎｖｌａｇｒｈｏｉａｅｂｔｎｔｅｈｈｏｃｔｉ
／
ＣｍｕｅＥｇｅｒｇｎＡｐｉｔｎ计算机工程与应用ｏｐｔｎｉｅｉｄｐｌａｏｓｒｎｎａｃｉ
一
种求解车间调度问题的混沌遗传规划方法
强崔逊学。，
周
ＺＵｉｇ，ＵＩＸｎｕＨＯＱａＣｕｘｅｎ１州学院计算机科学与技术系，．滁安徽滁州２９１３０２２．军炮兵学院，解放合肥２０３３０１
ｗｅｇｔｉａｐｉ．ｃｏｄｎｌｅｐｏｏｅｌｏｔｍａｏｒｈｎｉｅｓｌｉｇｃｐｃｏｃｅｕｉｇｐｏｌＳｍｕａｉｈｓｐｌｄＡｃｒｉｇｔｒｐｓｄａｇｒｈｈａｃｍｐｅｅｓｏｖａａｉｆｒａｓｈｄｌｒｂｅｉｌ－ｅｙｈｉｓｖｎｙｔｎｍ．ｉｘｅｍｅｔｈｗｔｔｉａｅｅｂｌｔｎｌｂｌｐｉｍｏｅｅａｙｃｌｃｅｕｎｅｔｅｈｒｓｔｎｅｐｒｎｓｓｏａｔｈｓｂ￣ｒａｉｔｏｆｄｔｅｇｏａｏｔｕｆｒｓｖｒｌｔｉａｓｈｄｉｇｔｓｇｂｃｍａｋ．ｏｉｈｉｙｉｈｍｐｌｎｉｎ
ｄｓｇｈｏｓｃｔｏｓｕｅｏｉｒｖｅｑａｉｆｉｉａｏｕａｏｃａｓｄｓｕ－ｅｉｎａｃｒｍｏｏｔｔｒ，ｃａｓｅｕｎｅｍｅｄｉｓｄｔｍｐｏｅｔｕｌｙｏｎｔｌｐｐｌｔｎ，ｈｏｉｒｕｈｈｈｔｉｉｔ