混合粒子群算法求解多目标柔性作业车间调调度度问题

作者：张静; 王万良; 徐新黎; 介婧

来源：控制理论与应用, 2012, (06): 715-722.

• 粒子群
• 多目标优化
• 柔性作业车间调度问题
• Baldwinian学习策略 particle swarm optimization
• multi-objective optimization
• flexible job-shop scheduling problem
• Bald-winian learning mechanism

柔性作业车间调度问题是生产管理领域和组合优化领域的重要分支.本文提出一种基于Pareto支配的混合粒子群优化算法求解多目标柔性作业车间调度问题.首先采用基于工序排序和机器分配的粒子表达方式,并直接在离散域进行位置更新.其次,提出基于Baldwinian学习策略和模拟退火技术相结合的多目标局部搜索策略,以平衡算法的全局探索能力和局部开发能力.然后引入Pareto支配的概念来比较粒子的优劣性,并采用外部档案保存进化过程中的非支配解.最后用于求解该类问题的经典算例,并与已有算法进行比较,所提算法在收敛性和分布均匀性方面均具有明显优势.

• 出版日期2012
• 单位浙江工业大学