基于改进的多种群遗传算法求解工序可拆分车间调度问题  

Solving Preemptive Job Shop Scheduling Problems using Revised Multi-population Genetic Algorithm

作　　者：马卫民[1] 吴凌霄[1] 

机构地区：[1]同济大学经济与管理学院,上海201804

出　　处：《系统管理学报》2016年第5期888-894,913,共8页Journal of Systems & Management

基　　金：国家自然科学基金资助项目(71071113);全国优秀博士论文作者专项资金资助项目(200782);高等学校博士学科点专项科研基金资助项目(20100072110011)

摘　　要：随着制造技术的发展,工序可拆分的车间调度问题(p-JSP)成为制造业关注的热点。分析了工序可拆分车间调度问题的性质,建立了相应的混合整数规划模型,并在此基础上提出了改进的多种群遗传算法(RMPGA)用以求解p-JSP问题,引入"移民"、"升降级"等过程提高算法的寻优效率,通过对多峰函数的实验以及与其他算法的比较,验证了该算法的有效性。最后,算例分析结果验证了本文提出的模型和算法的有效性,可用于改进实际生产过程。With the development of advanced manufacturing technology,preemptive job shop Scheduling problem（p-JSP）has attracted much attention from the manufacturing industry.This paper analyses the properties of p-JSP,constructs a Mixed Integer Programming model for the problem and proposes a Revised Multi-Population Genetic Algorithm（RMPGA）to solve the problem.In the algorithm,the processes of ‘Immigration＇and ‘Upgrade-Degrade＇are used to improve the search efficiency.The algorithm is tested by multi-model functions and compared with other algorithms.The computational results demonstrate the effectiveness of RMPGA,and the feasibility and effectiveness in practical manufacturing processes.

关 键 词：车间调度 工序可拆分 多种群遗传算法 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]