基于改进灰狼算法求解柔性车间调度问题  

Improved grey wolf optimization algorithm for flexible shop scheduling problem

作　　者：吴继浩 杨涛[1] WU Ji-hao;YANG Tao

机构地区：[1]西南科技大学信息工程学院,绵阳621010

出　　处：《制造业自动化》2019年第4期101-105,共5页Manufacturing Automation

基　　金：特殊环境机器人技术四川省重点实验室开放基金(13zxtk06)

摘　　要：柔性车间作业调度问题是一个复杂的NP问题,灰狼优化算法(GWO)是目前一种比较新颖的群智能优化算法,多用于解决连续函数优化问题。针对柔性车间作业调度问题(FJSP),结合FJSP问题特点,提出改进灰狼算法(GSGWO)。采用新的种群生成机制,提高了狼群的多样性;结合模拟退火算法和遗传算法提出一种哨兵狼机制,解决灰狼优化算法在求解离散FJSP问题收敛速度慢,后期容易陷入局部收敛的现象。通过5个小规模Kacem实例和2个大规模的BRdata实例测试集的仿真结果表明,相对于标准的GWO和改进HGWO算法,GSGWO算法的优化性能有了很大的改善。GSGWO相对于GA,GASA也表现出了更好的优化性能,验证了所提算法的有效性。

关 键 词：柔性车间作业调度问题 灰狼算法 遗传算法 模拟退火算法 最大完工时间 

分 类 号：TH165[机械工程—机械制造及自动化]