改进灰狼算法求解多目标柔性作业车间调度问题

作者：孙新宇

来源：软件工程, 2022, 25(11): 15-14.

DOI：10.19644/j.cnki.issn2096-1472.2022.011.004

• 柔性作业车间
• 灰狼算法
• 多目标问题

柔性作业车间调度问题(Flexible Jobshop Scheduling Problem,FJSP)是经典的NP-hard(Nondeterministic Polynomial-time hard)问题，针对该复杂问题，需要建立一个多目标的数学模型，采用灰狼优化算法对柔性作业车间的加工完成时间、总耗能和总机器负荷这三个目标进行优化，以加工完成时间、总耗能和总机器负荷作为研究目标。灰狼优化算法(GWO)是一种具有较高的寻优精度和收敛速度的算法，在此基础上对灰狼优化算法的初始化种群进行改进，为了使灰狼算法适用于多目标问题，与非支配排序遗传算法结合，引入非支配排序与拥挤度的概念，用于灰狼算法对种群的更新。对柔性作业车间调度算例进行测试，结果表明改进的灰狼算法针对多目标柔性作业车间调度可以找到最优解，以较少的迭代次数找到最小加工时间、最小总耗能及最小总机器负荷，对车间调度问题进行了优化。

• 出版日期2022
• 单位上海理工大学