离散花朵授粉算法求解多目标柔性车间调度

doi:10.13196/j.cims.2018.11.015

计算机集成制造系统 ›› 2018, Vol. 24 ›› Issue (第11): 2808-2818.DOI: 10.13196/j.cims.2018.11.015

离散花朵授粉算法求解多目标柔性车间调度

黄海松¹,刘凯¹,初光勇²

1.贵州大学现代制造技术教育部重点实验室
2.铜仁职业技术学院工学院

出版日期:2018-11-30 发布日期:2018-11-30
基金资助:
贵州省发改委资助项目(［2015］542);贵州省教育厅协同创新资助项目(［2015］02);贵州工业攻关重点资助项目(［2017］2311)。

Discrete flower pollination algorithm for solving multi-objective flexible job shop scheduling problem

Online:2018-11-30 Published:2018-11-30
Supported by:
Project supported by the Guizhou Provincial Development and Reform,China(No.［2015］542),the Collaborative Innovation of Guizhou Provincial Department of Education,China(No.［2015］02),and the Industrial Public Relations Key of Guizhou Province,China(No.［2017］2311).

摘要/Abstract

摘要： 为了优化调度方案,针对多目标柔性车间调度问题的特性,以最大完工时间、生产成本、能源消耗和加工质量为优化目标,提出一种离散花朵授粉算法。算法采用轮盘赌均值派选策略生成初始种群,并采用机器序列算法计算编码的目标值;为了优化算法的寻优能力,重新定义了花朵授粉算法中的两种授粉方式。最后通过基准算例和实际生产数据实验证明了所提算法的有效性。

关键词: 柔性作业车间调度, 离散花朵授粉算法, 轮盘赌均值派选, 机器序列算法

Abstract: To optimize the scheduling scheme,aiming at the features of multi-objective flexible job shop scheduling problem,a discrete flower pollination algorithm was proposed by taking maximum completion time,production cost,energy consumption and processing quality as the optimization objectives.A roulette mean distribution rule was designed to generate initial population,and uses the machine sequence algorithm was used to calculate the encoded target value.To optimize the algorithm's optimization ability,the two pollination methods in the flower pollination algorithm were redefined.The benchmark study and actual production data experiments were carried out.The results showed that the proposed algorithm could solve the multi-objective shop scheduling problem.

Key words: flexible job shop scheduling, discrete flower pollination algorithm, roulette mean distribution rules, machine sequence algorithm

中图分类号:

TH18

黄海松,刘凯,初光勇. 离散花朵授粉算法求解多目标柔性车间调度[J]. 计算机集成制造系统, 2018, 24(第11): 2808-2818.

[1]	杨艳华,姚立纲. 基于时间递推建模及交叉熵算法求解柔性作业车间调度问题[J]. 计算机集成制造系统, 2021, 27(6): 1703-1713.
[2]	段建国,李豪晨,张青雷. 面向绿色制造的半组合式船用曲轴结构件生产车间多目标调度优化[J]. 计算机集成制造系统, 2021, 27(6): 1714-1727.
[3]	詹欣隆,张超勇,孟磊磊,连裕翔,薛燕社. 面向高效低碳的切削参数与柔性作业车间调度集成建模与优化[J]. 计算机集成制造系统, 2021, 27(12): 3519-3535.
[4]	连裕翔,张超勇,孟磊磊,薛燕社,詹欣隆,吕畅. 基于改进Jaya算法的柔性作业车间调度问题[J]. 计算机集成制造系统, 2021, 27(11): 3172-3184.
[5]	娄航宇,张吉善,赵云博. 基于扩展双资源约束型航空构件制造车间调度方法[J]. 计算机集成制造系统, 2020, 26(12): 3329-3340.
[6]	孟磊磊,张超勇,肖华军,詹欣隆,罗敏. 面向加工时间可控的柔性作业车间节能调度问题建模[J]. 计算机集成制造系统, 2019, 25(第5): 1062-1074.
[7]	吴秀丽,刘夏晶. 差分进化算法求解分布式柔性作业车间调度问题[J]. 计算机集成制造系统, 2019, 25(第10): 2539-2558.
[8]	肖华军,柴子力,张超勇,孟磊磊,任亚平,梅慧文. 基于混合化学反应算法的柔性作业车间调度[J]. 计算机集成制造系统, 2018, 24(第9): 2234-2245.
[9]	吴秀丽,孙阳君. 机器多转速的柔性作业车间绿色调度问题[J]. 计算机集成制造系统, 2018, 24(第4): 862-875.
[10]	李聪波,雷焱绯,肖溱鸽,沈欢. 面向广义能耗的柔性作业车间调度优化模型[J]. 计算机集成制造系统, 2018, 24(第12): 3050-3059.
[11]	赵诗奎. 柔性作业车间调度的改进邻域结构混合算法[J]. 计算机集成制造系统, 2018, 24(第12): 3060-3072.
[12]	顾泽平,杨建军,周勇. 不确定因素扰动下多目标柔性作业车间鲁棒调度方法[J]. 计算机集成制造系统, 2017, 23(第1期): 66-74.
[13]	吴秀丽,张志强,杜彦华,闫瑾. 改进细菌觅食算法求解柔性作业车间调度问题[J]. 计算机集成制造系统, 2015, 21(第5期): 1262-1270.
[14]	刘晓冰,焦璇,宁涛,梁旭. 基于双链量子遗传算法的柔性作业车间调度[J]. 计算机集成制造系统, 2015, 21(第2期): 495-502.
[15]	仲于江,杨海成,莫蓉,孙惠斌. 基于小生境粒子群算法的柔性作业车间调度优化方法[J]. 计算机集成制造系统, 2015, 21(第12期): 3231-3238.

离散花朵授粉算法求解多目标柔性车间调度

Discrete flower pollination algorithm for solving multi-objective flexible job shop scheduling problem

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics