混合流水车间调度的变邻域禁忌搜索算法

合集下载

多车间综合调度问题的混合算法

算法2023-11-09contents •引言•多车间综合调度问题概述•混合算法设计•算法实现与实验验证•结论与展望目录01引言制造业的快速发展使得车间调度问题变得越来越重要，车间调度问题的解决对于提高生产效率、降低生产成本、提高产品质量等方面都具有重要的意义。

随着信息技术和人工智能的不断发展，混合算法作为一种先进的求解策略，被广泛应用于解决各种复杂问题，包括多车间综合调度问题。

研究背景与意义研究现状与挑战目前，对于多车间综合调度问题的研究已经取得了一定的成果，但是仍然存在许多挑战。

传统的求解方法通常基于规则或经验，难以处理复杂的多车间调度问题，且容易受到环境变化和不确定因素的影响。

近年来，混合算法在求解复杂问题方面表现出了优异的性能，但是如何将其有效应用于多车间综合调度问题仍存在一定的难度。

研究内容与方法本研究旨在利用混合算法的思想，设计一种适用于多车间综合调度问题的求解方法。

其次，采用遗传算法、模拟退火算法和蚁群算法等混合算法的思想，设计一种求解多车间综合调度问题的混合算法。

首先，对多车间综合调度问题进行建模，包括任务分配、加工顺序、加工时间等方面的约束。

最后，通过实验验证所设计的混合算法的有效性和优越性。

02多车间综合调度问题概述多车间综合调度问题（Multi-shop Scheduling Problem，MSSP）是指在一个制造系统中，多个工作车间需要进行任务分配、时间和资源规划的问题。

特点包括：考虑多个车间之间的交互和约束，任务具有不同的优先级和交货期，需要合理安排任务执行顺序和时间，以最小化总生产成本和交货时间。

问题定义与特点约束条件包括：每个任务必须在指定的时间内完成，每个车间在同一时间内只能执行一个任务，任务的执行顺序不能改变等。

优化目标是最小化总生产成本和交货时间，或者在满足约束条件下最小化其他指标，如总加班时间、总设备空闲时间等。

问题约束与优化目标问题求解方法与评估标准求解方法包括启发式算法、元启发式算法、精确算法等。

基于禁忌搜索算法求解流水作业最小误工调度问题

第41卷第2期辽宁工业大学学报(自然科学版)V ol.41, No.2 2021年4 月Journal of Liaoning University of Technology(Natural Science Edition)Apr. 2021收稿日期：2020-03-27作者简介：韦康(1998-)，男，湖北黄石人，本科生。

陈鑫(1983-)，男，辽宁锦州人，副教授，博士。

DOI:10.15916/j.issn1674-3261.2021.02.003基于禁忌搜索算法求解流水作业最小误工调度问题韦康，李昕昀，陈鑫（辽宁工业大学电子与信息工程学院，辽宁锦州 121001）摘要：针对流水作业环境最小化误工损失调度问题，提出一个禁忌搜索算法对其进行求解。

利用多个启发式规则生成可行调度，从中选出最好解作为算法的初始解；同时，基于随机交换策略，权衡求解质量与运行时间之间的关系定义邻域搜索机制；采用双禁忌表结构防止算法陷于局部最优；最后，定义算法停止规则。

数值实验表明，与传统禁忌搜索算法相比，新算法在求解质量和处理速度上进一步优化，且该优势随着问题规模的增大而更加明显。

关键词：误工损失；流水作业；调度问题；禁忌搜索算法中图分类号：TP18 文献标识码：A文章编号：1674-3261(2021)02-0079-05Tabu Search Algorithm to Solve the Problem of Minimal DelayScheduling in a Flowshop SystemWEI Kang, LI Xin-yun, CHEN Xin（School of Electronics & Information Engineering, Liaoning University of Technology, Jinzhou 121001, China）Abstract:In this paper, we propose a tabu search algorithm to solve the problem of minimal delay scheduling in a flowshop system. Several heuristic rules are considered to generate feasible schedules, and the best one among them is chosen to be the initial solution to tabu search. The neighborhood searching mechanism is designed based on the random exchanging approach, and two kinds of tabu lists are used to prevent local optimum. Moreover, several termination rules are defined to stop the iterations and output the best-found solution. Computational experiments show that the proposed algorithm beats the classical one, both from the viewpoints of solution quality and running time, and the advantage becomes more obvious as the problems increase.Key words:delay loss; flowshop system; scheduling problem; tabu search algorithm调度是管理者在经营过程中需要做出的重要决策之一，可以涉及制造、运输、分配等多种生产场景，有效的调度策略不仅可以对生产资源进行充分利用，而且还可以提高用户的满意度[1-2]。

置换流水车间调度问题的几种智能算法

置换流水车间调度问题的几种智能算法置换流水车间调度问题是一个重要的生产调度问题，它在工业生产中具有广泛的应用。

对于这个问题，传统的调度方法在处理大规模问题时面临困难，效率较低。

而智能算法则能够有效地解决这一问题。

本文将介绍几种智能算法，并探讨它们在置换流水车间调度问题中的应用。

首先，我们来介绍遗传算法。

遗传算法是一种模拟自然进化思想的优化算法。

它通过模拟生物的进化规律来寻找最优解。

在置换流水车间调度问题中，遗传算法能够通过基因编码、交叉和变异等操作产生新的调度方案，并通过适应度函数评估其优劣性。

经过多次迭代，遗传算法能够逐渐收敛于最优解。

其次，我们来介绍模拟退火算法。

模拟退火算法是一种基于物理退火过程的优化算法。

它通过“温度”来控制搜索过程，从而避免陷入局部最优解。

在置换流水车间调度问题中，模拟退火算法能够通过不断的随机搜索和接受较差解的概率，寻找到全局最优解。

相比于遗传算法，模拟退火算法更注重对解空间的全面搜索。

另外，我们也可以考虑使用禁忌搜索算法。

禁忌搜索算法是一种基于记忆的优化算法。

它通过禁忌表来记录已经搜索过的解，避免重复搜索，并通过引入“禁忌期限”来避免局部最优解。

在置换流水车间调度问题中，禁忌搜索算法能够通过禁忌表和邻域搜索的方式，快速找到较好的解，并通过调整禁忌期限来避免陷入局部最优解。

最后，我们还可以考虑使用粒子群优化算法。

粒子群优化算法是一种模拟鸟群觅食行为的优化算法。

它通过模拟鸟群中每个个体的位置和速度，以及个体间的信息交流，来寻找最优解。

在置换流水车间调度问题中，粒子群优化算法能够通过多个个体的协作和信息共享，逐渐收敛于最优解。

综上所述，置换流水车间调度问题是一个复杂的优化问题，传统的调度方法效率较低。

而智能算法能够通过模拟自然进化、物理退火、记忆和信息交流等思想，有效地解决这一问题。

在实际应用中，我们可以根据具体情况选择适合的智能算法，并结合问题的特点进行相应的调整，从而取得更好的调度效果。

复合禁忌搜索算法求解流水调度问题

[ 4]
作者简介 : 乔佩利 ( 1951- ) , 男 , 教授 , 主要研究方向为生产计划调度与智能算法 ; 韩风 ( 1977- ) , 男 , 硕士 , 主要研究方向为调度理论与算法 ; 张宏芳 ( 1977- ) , 女 , 硕士 , 讲师 , 主要研究方向为调度理论与算法。
第 6期
[ 6] [ 6]
或部分调度中最好的方案差 , 则用该调度来代替当前调度。 FL 算法的具体过程如下 : 1) k = 1 , 对每个工件 i 计算它的总加工时间
m
T i, T i =
j= 1
tij, 取总加工时间最小的工件作为当前
调度 Q, 其余工件送未调度工件序列 R, 并按 T i 升序排列; 2) k = k + 1 ; 3 ) 将 R 中第 1 个工件插入到 Q 中的 k 可能位置 , 得到 k 个候选调度, 取其中最优调度更新当前调度 Q, 并将该工件从 R 中移除 ; 4) 如 k > 2 , 将 Q 中第 i个工件与第 j 个工件交换 ( i= 1 , , k- 1 , j= i + 1 , , k, 假定待改进调度中共有 k 个工件 ) 。共产生 k ( k - 1 ) / 2 个新调度 , 取新调度与 Q 中最优调度作为当前序列 Q; 5) 若 R = 转 6 , 否则转 2 ; 6 ) 算法结束, 当前调度 Q 即为 FL 算法最终调度结果。 3 2 禁忌搜索算法的参数设置参数选择是元启发式算法的重要步骤, 禁忌搜索算法也是如此 , 通过大量试验选择如下 : 1 ) 邻域结构: 采用成对交换产生邻域 , 即将调度中第 i个工件与第 j 个工件交换, 以产生该调度的邻域; 2 ) 候选解选择: 候选解为当前调度的邻域中评估值最好的 m 个调度; 3 ) 禁忌列表: 某调度被选为当前调度后, 其所对

复合禁忌搜索算法求解流水调度问题

ＱＡｅ１ＩＯＰｉｉ．，ＨＮＦｎ，ＺＡＧＨｎ．ｎＡｅｇＨＮｏｇａｇｆ
（．ＳｈｏｏＣｍｕｒｃｎｅ＆Ｔｃｎｌｇ，ｒｉＵｉｒｔｏｃｎｅ＆ｅｈｏｏ，ｒｉ１０８，ｈｎ；１ｃｏｌｆｏｐｔｉｃｅＳｅｅｈｏｙＨａｎｎｅｓｙｆｉｃＴｃｎｌｏｂｖｉＳｅｙｇＨａｎ５００Ｃｉａｂ
２ｅａｍｎｆｒｔｎＳｉｃ，ｒｂｏａＵｉｒｉ，ｒｉ１０２Ｃｉａ．ＤｐｒｅｔＩｏｉｃｅｅＨａｉＮｒｌｎｅｔＨａｎ５０５，ｈｎ）ｔｆｏｎｍａｏｎｎFra bibliotekｍｖｓｙｂ
ＡｂｔａｔＩｉｐｐｒａｈｂｄｔｕａｏｔｍ（Ｔ）ｉｐｏｏｅｒｏｈｐｓｈｄｌｐｏｌｉｓｃ：ｔｓａｅ，ｙｒｂｌｒｈＨＢｓｒｐｓｄｆｗｓｏｃｅｕｅｒｂｅｗｔｒｎｈｉａｇｉｏｆｌｍｈ
中图分类号：Ｐ０．Ｔ３１６文献标识码：Ａ文章编号：０７４９２０）６０７ — ４１０ — ４Ｘ（０７０ — ６２０
Ｈｙｒｄｔｂｕａｇｒｔｍｏｏｓｏｃｅｕｌｇｐｒｂｅｓｂｉａｌｏｉｈｆｒｆｗｈｐｓｈｄｉｏｌｍｌｎ
ｔｔｌｏｔｎｍｉａｉｎｏａｗｉｍｉｉｚｔ．ＴｅｉｉａｏｕｉｎｏＢｉｏｔｉｅｙｔｅＦｌｏｔｍ，ａｄｔｅｉｉａｌｆｍｅｏｈｎｔｌｓｌｔｆＨＴｓｂａｎｄｂＬａｇｒｈｉｏｈｉｎｈｎｔｉｌｓｌｔｎｉｒｖｄｂｈａｕａｇｒｈｏｕｉｓｉｏｅｙｔｅｔｂｌｏｔｍ．ＨＴｓｃｍｐｒｄｗｔｒｅｅｉｔｇｈｕｓｃａｇｒｍｓＲｏｍｐｉＢｉｏａｅｉｔｅｘｓｎｅｒｔｌｏｔＺｈｈｉｉｉｉｈ

车间作业调度问题综述

车间作业调度问题综述随着加入WTO，市场竞争越来越激烈，对制造企业来说，为了能够在竞争中立于不败，降低成本是不得不面临的问题，而确保生产车间较高的生产能力和效率，是当务之急。

此外，有效的调度方法已经成为先进制造技术实践的基础和关键，所以对它的研究具有重要的理论和实用价值。

1 车间调度问题表述1.1 调度问题表述总的来，车间调度就是对一个可用的加工机床集在时间上进行加工任务集分配，以满足一个性能指标集。

从数学规划的角度看，车间调度问题可表示为在等式或不等式约束下，对目标函数的优化。

典型的车间调度问题包括一个要完成的作业集，每个作业由一个操作集组成，各操作的加工需要占用机床或其它资源，并且必须按一些可行的工艺次序进行加工；每台机床可加工工件的若干操作，并且在不同的机床上能加工的操作集可以不同。

调度的目标是将作业合理地安排到各机床，并合理地安排作业的加工次序和加工开始时间，使约束条件被满足，同时优化一些性能指标。

实际制造系统，还要考虑刀具、托盘和物料搬运系统的调度问题。

1.2 车间调度问题的分类和特点按照不同的标准，可以将调度问题分为6种类型：1）开环和闭环车间；2）单处理机、多处理机、Flow Shop（各工件加工路径一致）和Job Shop（各工件加工路径不一致）；3）基于调度费用和基于调度性能的指标；4）确定性调度、随机性调度；5）静态调度、动态调度；6）有序加工、无序加工等。

而现代车间调度问题多是Job Shop型，其调度问题有如下特点：1）建模复杂性；2）计算复杂性；3）动态随机性；4）多约束性；5）多目标性。

2 研究现状与方法在1954年，Johnson对两台机床的Flow Shop型调度问题进行了研究后，便开始了对调度问题的广泛研究。

经过近50年的发展，车间调度问题的研究方法经历了从简单到复杂、从单一到多元的过程，大体有如下几种类型。

2.1 数学规划方法（mathematical programming）数学规划法在车间调度中被广泛应用，调度问题可以用整数规划法、混合整数规划法和动态规划法来描述。

集装箱车辆调度问题的变邻域禁忌搜索算法

ｔｉａｅ．Ｔｈｓｐｏｌｍｏｓｓｓｏｗｏｓｂｐｏｌｍｓｔｅｃａｓｃｌｒｕｉｇｐｏｌｍｎｈｈｓｐｐｒｉｒｂｅｃｎｉｔｆｔｕ — ｒｂｅ：ｈｌｓｉａｏｔｒｂｅａｄｔｅｎｇｎｒｌｅｓｉｎｎｒｂｅ，ｕｈｏｏｉｏｆｔｐｉｌｓｌｔｏｓｏｕ — ｒｂｅｅｅａｉｄａｓｇｍｅｔｐｏｌｍｂｔｔｅｃｍｐｓｔｎｏｗｏｏｔｚｉｍａｏｕｉｎｆｓｂｐｏｌｍｓ
汪翼，孙林岩，李刚
（．安交通大学管理学院，西西安７０４；１西陕１０９
２机械制造系统工程国家重点实验室，西西安７０４）．陕１０９
摘要：究一类带工作时间约束的集装箱专用车辆调度问题的混合禁忌搜索算法。此问题可研
ＡｒａｌｉｈｂｒｏｂｅｒｈｆｒＣｏａｎｒＶａｉｂｅＮｅｇｏｈｏｄＴａｕＳａｃｏｎｔｉｅＶｅｉｌｕｉｏｌｍｈｃｅＲｏｔｎｇＰｒｂｅ
ＷＡＮＧ，ＳＮｎｙｎ，ＬＩＧａＹｉＵＬｉ — ａｎｇ
（．ｃｏｌｏｎｇｍｅｔＸｉａｉｏｏｇＵｎｖｒｉＸｉａ１０９，Ｃｈｎ；１ＳｈｏｆＭａａｅｎ， ’ｎＪａｔｎｉｅｓｔｙ， ’ ｎ７０４ｉａ
２ＳａｅＫｅｂｒｔｒｏｅｈｎｃｌＭａｕａｔｒｎｙｔｍｓＥｎｉｅｒｎＸｉａ１０９Ｃｈｎ）．ｔｔｙＬａｏａｏｙｆｒＭｃａｉａｎｆｃｕｉｇＳｓｅｇｎｅｉｇ， ’ ｎ７０４，ｉａＡｂｔａｔｓｒｃ：Ａｏｔｉｅｅｉｌｏｔｎｒｂｅｗｉｈｗｏｋｎｉｏｓｒｉｔｌａｓｓｕｉｄｉｃｎａｎｒｖｈｃｅｒｕｉｇｐｏｌｍｔｒｉｇｔｍｅｃｎｔａｎｏｄｉｔｄｅｎ

一种基于禁忌搜索的作业车间调度算法

思想．为了得到更好的结果，还将倒转技术引入到算法中。对一组问题基准实例的实验计算结果看，从该算法在合理的计
算时间内．多个实例得到比２０对０４年提出的ＩＳＳＢ算法和另一种基于禁忌搜索的ＴＡＳＢ算法更好的结果。关键词ＮＰ难作业车间调度启发式禁忌搜索
ＨｕｎｈＨｕｎｅｑａｇＺｉａｇＷｎｉ
（ｏｌｇｆＣｍｕｅｃｎｅＨｕｚｏｇＵｉｅｓｙｏｃｅｃｎｅｈｏｇ，ｈｎ４０７）ＣｌｅｏｏｐｔＳｉｃ，ａｈｎｎｖｒｉｆＳｉｎｅａｄＴｃｎｌｙＷｕａ３０４ｅｒｅｔｏ
维普资讯
一
种基于禁忌搜索的作业车间调度算法
黄志黄文奇
（中科技大学计算机学院，华武汉４０７）３０４
Ｅｍａｌｚｕｎ９６．ｅ－ｉ：ｈａｇ＠２３ｎｔ
摘
要文章描述了一种解决作业车间调度最短完工时间问题的有效的启发式算法。该算法基于禁忌搜索技术和前瞻
ｓｈｄｌｇｓｒｓｎｅ．ｈａｇｒｈｃｅｕｉｉｎｐｅｅｔｄＴｅｌｏｉｍｉａｅｏｔｅａｏｓａｃｔｃｎｑｅｎｌｏａｅｄｔｔｇ．ｅｅｅｓｔｓｂｓｄｎｈｔｂｏｅｒｈｅｈｉｕａｄｏｋ— ｈａｓａｅｙＴｈｒｖｒｅｒｔｃｎｑｅｉａｓｎｒｄｃｄｉｈｌｏｔｍｏｉｒｖｈｏｕａｉｎｌｒｓｌ．ｍｐｔｔｎｌｅｐｒｍｅｔｏｅｆｅｈｉｕｓｌｏｉｔｕｅｎｔｅａｇｒｈｔｍｐｏｅｔｅｃｍｐｔｔａｅｕｔＣｏｕａｉａｘｅｉｎｓｎａｓｔｏｏｉｏｓｏｂｎｈｒｐｏｌｍｉｓｎｅｓｏｔａ，ｓｖｒｌａｅ，ｈａｐｏｃｉｒａｏａｌｔｅｃｍａｋｒｂｅｎｔｃｓｈｗｈｔｉｅｅａｃｓｓｔｅｐｒａｈ，ａｎｎｅｓｎｂｅｉｍｅ，ｉｌｓｅｔｒｓｌｔｎｔａｙｅｄｂｔｏｕｉｓｈｎｅｏｔｅＩＳｌｏｉｍｐｏｏｅｉ０４ａｄｔｅＴＡＢａｇｒｈｗｈｃｓａｓａｅｎｔｂｏｓａｃ．ｈＳＢａｇｒｈｒｐｓｄｎ２０ｎｈＳｌｏｔｍｉｈｉｌｏｂｓｄｏａｏｅｒｈｔｉ

作业车间调度的空闲时间邻域搜索遗传算法

作业车间调度的空闲时间邻域搜索遗传算法今天，我们谈到了一种叫作“作业车间调度的空闲时间邻域搜索遗传算法”的算法。

这种算法将会在控制工厂的生产现场中起到至关重要的作用。

调度是机器控制的资源，能够让被控制的系统获得更高的效率和可靠性。

在本文中，我们将讨论“作业车间调度的空闲时间邻域搜索遗传算法”的思路，以及它的应用与优势。

对于作业车间调度算法的空闲时间邻域搜索，它的基本思路就是在给定的作业序列和相关限制条件之间搜索空闲时间，从而获得最优调度方案。

通常，调度会以作业序列构成一个状态空间，并且在空间中使用遗传算法（GA）来搜索最优调度方案，以及尽量获得更高的可调度性。

与传统方法相比，GA算法具有几个显著的特点：首先，它能够自动找到初始解；其次，它使用了因子较少的“碱基”来编码工件的顺序；最后，它可以在调度问题中应用较少的计算量。

通过使用“作业车间调度的空闲时间邻域搜索遗传算法”，可以将许多调度的变量，如机器的空闲时间，最大化或最小化来获得最优的调度方案。

此外，应用这种算法可以避免普通GA算法所出现的“本地收敛”现象，因此可以更快地收敛于全局最优解。

同时，“作业车间调度的空闲时间邻域搜索遗传算法”还具有易于实现的优势。

这种算法的实现除了使用GA算法之外，还需要考虑工件的空闲时间变化和调整，对于系统工程师来说，这种算法提供了一种自动调整工件空闲时间的方法，从而可以在更短的时间内完成调度任务，从而使工厂更加高效地完成生产任务。

在总结本文时，“作业车间调度的空闲时间邻域搜索遗传算法”是一种应用于工厂调度的有效算法。

它采用GA算法，结合工件空闲时间的变化和调整，来搜索最优的调度解决方案，从而大大提高了工厂的可调度性和生产效率。

未来，这种算法可以深入研究，以更好地应用于工厂的智能生产场景中。

禁忌搜索算法

禁忌搜索算法2009210042 李同玲运筹学与控制论搜索是人工智能的一个基本问题，一个问题的求解过程就是搜索。

人工智能在各应用领域中，被广泛的使用。

现在，搜索技术渗透在各种人工智能系统中，可以说没有哪一种人工智能的应用不用搜索方法。

禁忌搜索算法(Tabu Search或Taboo Search,简称TS)的思想最早由Glover (美国工程院院士，科罗拉多大学教授)在1977年提出，它是对局部邻域搜索的一种扩展，是一种全局邻域搜索算法，是人工智能的一种体现，是一种全局逐步寻优算法，是对人类智力过程的一种模拟。

TS算法通过引入一个灵活的存储结构和相应的禁忌准则来避免迂回搜索，并通过藐视准则来赦免一些被禁忌的优良状态，进而保证多样化的有效探索以最终实现全局优化。

迄今为止，TS算法在组合优化、生产调度、机器学习、电路设计和神经网络等领域取得了很大的成功，近年来又在函数全局优化方面得到较多的研究，并大有发展的趋势。

1.1引言1.1.1局部邻域搜索局部邻域搜索是基于贪婪思想持续地在当前的邻域中进行搜索，虽然算法通用易实现，且容易理解，但其搜索性能完全依赖于邻域结构和初始解，尤其容易陷入局部极小而无法保证全局优化性。

局部搜索的算法可以描述为：1、选定一个初始可行解：0x ；记录当前最优解0best x x =，()best T N x =；2、当\best T x =∅时，或满足其他停止运算准则时，输出计算结果，停止运算；否则，从T 中选一集合S ，得到S 中的最好解now x ；若()()now best f x f x <，则best now x x =，()best T N x =；否则，\T T S =；重复2，继续搜索这种邻域搜索方法容易实现理解，容易实现，而且具有很好的通用性，但是搜索结果完全依赖于初始解和邻域的结构，而且只能搜索到局部最优解。

为了实现全局搜索，禁忌搜索采用允许接受劣解来逃离局部最优解。

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)。

２Ｄｅａｍｅｔｆｔｍａｏ，ｈｎｈｉｉｏｏｇＵｎｖｒｉ，ｈｎｈｉ０２７．ｐｒｎｏｔｎＳａｇａａｔｎｉｅｓｙＳａｇａ２０３）ｔｏＡｕｉＪｔ
［ｓｒｃ］ＡｉｎｔｔｅｍｉｉｍｋｓａｃｅｕｉｇｐｏｌｍｆＨｂｉｌｗＳｏ（Ｆ）ｔｉｐｐｒｐｏｏｅａｕｓａｃｌｏｉｍＡｂｔａｔｍｉｇａｈｎｍｕＭａｅｐｎｓｈｄｌｒｂｅｏｙｒＦｏｈｐＨＳ，ｈｓａｅｒｐｓｓａｔｂｅｒｈａｇｒｈｉｎｄｔｎ
ｓｌｉ，ｅｏｃｐｏｊｃｎｎｉｂｒｏｄｓｒｐｓ．ｃｎｏｉｐｖｌｉ，ｂａｈｉｓｒｈｄａｅｔｅｈｏｈｏｆｖｓｙｏｔｎｔｎｅｔｆｄａｅｔｅｈｏｈｏｏｏｅＩｉａｎｔｍｒｅｏｔｎｔｕｓｒｌｅｃｊｎｎｉｂｒｏｄｅｂｕｏｈｃａｇｉｐｄｆｔｏｓｕｏａｅｃｗｌａａｃｇｏｍｏ
来求解ＨＳ调度问题。Ｆ禁忌搜索在作业车间和流水车间中被
第３卷第２期４ｌ
Ｖ１４ｏ．３
・
计
算
机
工
程
２００８年ｌ１月
Ｎｏｅｂｒ２０ｖｍｅ０８
Ｎｏ２．ｌ
ＣｏｐｔｒＥｎｉｅｒｎｍｕｅｇｎｅｉｇ
博士论文・
文编：０＿３８０）— ０ — ２文标码：章号１０４（ｏ２０１＿０＿２２８１００＿献识Ａ
ｕｉｇｔｅｃｎｇｅｇｂｒｏｄｓａｃｔａｅｙＳｍｕａｉｅｕｔｈｏｔｔｈｓａｇｏｉｈｃｎｇｔｔｒｓｌｔｏｈｎｏｈｒａｇｒｔｍｓｓｎｈａｅｎｉｈｏｈｏｅｒｈｓｒｔｇ．ｉｌｔｈｏｎｒｓｌｓｓｗｉｌｒｍａｅｂｅｔｏｕｉｎｔａｔｅｌｏｉｈ．ｈａｔｔａｅ
该算法中，出基于关键路径的毗邻域概念，防止搜索算法陷入局部最优解，采用变邻域搜索策略，在无法改进解时，实现对移动毗邻域提的搜索。仿真结果表明，该算法获得的调度结果优于简化禁忌搜索和启发式算法。
关健词：禁忌搜索；毗邻域；调度
ＴｂｅｒｈＡｌｏｉｈｒｉｇＮｅｇｂｒｏｄａｕＳａｃｇｒｔｍｉＶａｙｎｉｈｏｈｏｎｆｒＨｙｒｄＦｌｗｓｏｃｅｕｉｇｏｂｉｏｈｐＳｈｄｌｎ
中分类Ｔ３．图号：Ｐ１１１
混合流水车间调度的变邻域禁忌搜索算法
李霄峰，史金飞，阎威武
（．１东南大学机械工程系，南京２０９；２上海交通大学自动化系，上海２０３）１０６．０２７
摘
要：针对混合流水车问系统的最小化Ｍａｅａｋｓｎ调度问题，提出一种基于关键路径理论的变邻域禁忌搜索算法，讨论其关键技术。在ｐ
ｖｒｉｇｎｉｈｏｈｏｐｒａｈｂｓｄｏｒｔａａｈｔｅｒ，ｎｓｋｙｔｃｎｃｉｉｃｓｅＴｏｐｅｅｔｔｅａｇｒｔｍｒｍｒｐｉｇｉｏａｐｉａａｙｎｅｇｂｒｏｄａｐｏｃａｅｎｃｉｃｌｔｈｏｙａｄｉｅｅｈｉｓｄｓｕｓｄ，ｒｖｎｈｏｉｉｐｔｌｈｆｏｔｐｎｎｌｃｏｔｌｉｌｍ
［ｙｗｏｄ］ｔｂａｃ；ｄａｅｔｅｇｂｒｏｄｓｈｄｌｇＫｅｒｓａｕｓｒｈａｊｃｎｉｈｏｈｏ；ｃｅｕｉｅｎｎ
具有多机并行设备的流水车间称为混合流水车问
（ｙｒｌｗＳｏ，Ｓ。ＨｂｉＦｏｈｐＨＦ）柔性流水线（ｌｘｌＦｏｉｅＦＬｄＦｅｉｅｌｗＬｎ，Ｆ）ｂ
元素。
是基本流水车间的推广。近年来，众多学者开始关注ＨＳ调Ｆ度。文献【］９优先级规则进行仿真，评价它们在流程时１对种间（ｏｉ）ｌｆｗｔ和最大完工时间（ｋｓａ）ｍｅＭａｅｐｎ指标上的优劣。文献［】出用经典的流水车间启发式算法，Ｃ，ＥＴｗ，２提如ＤＳＮＨ，ｏ
有效时间内获得较好的解。
定义１一个批次是分配给某一级上一个设备的工件子（（，（）ｆ中１２，） …，（）（１表示，其中，（））∈ＰＮ）足表示在中第ｋ位的
ＬＩＸｉｏｆｎＳＨＩＪｎｆｉ，ＡＮｅ．ａ．ｅｇ，ｉ．ｅＹＷｉＷＵ
（．ｐｒｎｆｃａｉａＥｇｎｅｉｇＳｕｈａｔｉｅｓｙＮａｊ１０６１Ｄｅａｍｅｔｈｎｃｌｎｉｅｒ，ｏｔｅｓＵｎｖｒｉ，ｎｉ２０９；ｔｏＭｅｎｔｎ