基于改进粒子群算法作业车间调度问题的优化

刘洪铭(),曾鸿雁,周伟*(),王涛

成都理工大学自动化工程学院, 四川 成都 610059

收稿日期:2018-12-18出版日期:2019-02-01发布日期:2019-03-01
通讯作者:周伟E-mail:1270078949@qq.com;zhouwei@cdut.edu.cn
作者简介:刘洪铭(1998—)，男，山东临沂人，主要研究方向为测控技术与仪器、智能算法. E-mail：1270078949@qq.com
基金资助:国家自然科学基金资助项目(11675028)

Optimization of job shop scheduling based on improved particle swarm optimization algorithm

Hongming LIU(),Hongyan ZENG,Wei ZHOU*(),Tao WANG

College of Automation Engineering, Chengdu University of Technology, Chengdu 610059, Sichuan, China

Received:2018-12-18Online:2019-02-01Published:2019-03-01
Contact:Wei ZHOU E-mail:1270078949@qq.com;zhouwei@cdut.edu.cn

Supported by:国家自然科学基金资助项目(11675028)

摘要/Abstract

摘要： 针对作业车间调度问题,提出一种基于自适应权重和混沌的改进粒子群优化算法。构建以机器加工时间最短为优化目标的多约束作业车间调度模型,采用基于工序排列的编码方式得到粒子参数与工序序列的映射关系;基于自适应权重改进粒子群算法中的惯性系数和加速因子,使得算法可以根据适应度值动态调整参数因子;采用反向学习策略改善种群初始解的质量;引入莱维飞行、变邻域搜索、混沌,增强了算法的搜索能力,避免陷入局部最优解。试验结果表明:改进粒子群算法可以有效地提高粒子利用率,平衡全局搜索与局部搜索能力,改善传统粒子群算法易早熟的缺点,得到更优的解。


PDF全文下载地址:

http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=1795