求解动态车间调度问题的改进微粒群算法  

An improved particle swarm optimization algorithm for dynamic job-shop scheduling problem

作　　者：吴再新[1] 高尚策[1,2] 齐洁[1] 

机构地区：[1]东华大学信息科学与技术学院,上海201620 [2]富山大学工程学院,日本富山9308555

出　　处：《电子设计工程》2016年第1期26-30,共5页Electronic Design Engineering

基　　金：国家自然科学基金项目(61203325);上海启明星计划项目(14QA1400100)

摘　　要：为了对生产车间调度过程中发生的动态事件进行快速、有效的处理,提出了一种将微粒群算法与遗传算法(GA)、模拟退火算法(SA)相结合的混合微粒群算法(GSPSO)。通过用标准车间调度问题对该算法的性能进行检验;然后把该算法用于解决基于事件驱动调度策略的动态车间调度问题;仿真结果表明GSPSO算法具有快速的收敛性和可行性,能对生产过程中发生的动态事件进行合理调度。In order to deal with the dynamic events rapidly and effectively in the process of job-shop scheduling, an improved hybrid Particle Swarm Optimization algorithm（GSPSO） combining with Genetic Algorithm（GA） and Simulated Annealing algorithm（SA） has been proposed. The introduced algorithm is tested by the benchmark job-shop problem（JSP）, then, the hybrid algorithm is used to solve the dynamic JSP problem which based on the event driven scheduling strategy.The results of the simulation shows the good convergence and feasible of the improved algorithm, and it can make a good performance in dealing with the uncertain dynamic events.

关 键 词：动态车间调度 粒子群算法 遗传算法 事件驱动 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]