一种解决柔性车间作业调度问题的粒子群优化算法  

Solving Flexible Job-shop Scheduling Problem with a Particle Swarm Optimization Algorithm

作　　者：刘韵[1,2] 胡毅[2,3] 罗企 房超[1,2] 

机构地区：[1]中国科学院大学,北京100049 [2]中国科学院沈阳计算技术研究所高档数控国家工程研究中心,沈阳110168 [3]沈阳高精数控技术有限公司,沈阳110168

出　　处：《组合机床与自动化加工技术》2015年第12期144-147,共4页Modular Machine Tool & Automatic Manufacturing Technique

基　　金："高档数控机床与基础制造装备"国家科技重大专项;基于二次开发平台的专用数控系统开发与应用(2013ZX04007-011)

摘　　要：柔性车间作业调度问题(FJSP)作为经典车间作业调度问题(JSP)的扩展,早在上个世纪已经被证明为是NP-难的问题。目前启发式搜索方法作为解决NP-难问题的一个重要方法,已经被广泛用于解决车间调度问题。文章提出了一种基于启发式搜索的粒子群优化算法(PSO),用以解决柔性车间作业调度问题,旨在获得最优的最小总工作时间。实验的结果与基于分布式估计算法(BEDA)以及改进后的遗传算法(GA)比较,证明本文提出的PSO算法,可以有效处理FJSP问题。Flexible Job Shop Scheduling Problem（ JSP）,w hich as an extension of Classical Job Shop Scheduling Problem,had been proved as NP-Hard problem since last century. As one of the most popular approaches,heuristic search has been w idely used for solving Job Shop Scheduling Problem. In this paper,w e propose an Particle Sw arm Optimization（ PSO） Algorithm,w hich based on heuristic search,to solve the Flexible Job Shop Scheduling Problem. Compared w ith Based Estimation of Distribution Algorithm and Improved Genetic Algorithm proves that the algorithm w e proposed can solve the FJSP effectively.

关 键 词：车间作业调度 启发式 粒子群 NP-难 

分 类 号：TH165[机械工程—机械制造及自动化] TG506[金属学及工艺—金属切削加工及机床]