教与同伴学习粒子群算法求解多目标柔性作业车间调度问题

来源：计算机应用杂志2015年第6期北京时间：

作者：吴定会, 孔飞, 田娜, 纪志成

单位：1. 轻工过程先进控制教育部重点实验室(江南大学), 江苏 无锡 214122;2. 江苏省食品先进制造装备技术重点实验室(江南大学), 江苏 无锡 214122;3. 江南大学 教育技术系, 江苏 无锡 214122

摘要：针对多目标柔性作业车间调度问题,提出了带Pareto非支配解集的教与同伴学习粒子群算法。首先,以工件的最大完工时间、最大机器负荷和所有机器总负荷为优化目标建立了多目标柔性作业车间调度模型。然后,该算法结合多目标Pareto方法和教与同伴学习粒子群算法,采用快速非支配排序算法产生初始Pareto非支配解集,用提取Pareto支配层程序更新Pareto非支配解集,同时采用混合分派规则产生初始种群,采用开口向上抛物线递减的惯性权重选择策略提高算法的收敛速度。最后,对3个Benchmark算例进行仿真实验。理论分析和仿真表明,与带向导性局部搜索的多目标进化算法(MOEA-GLS)和带局部搜索的控制遗传算法(AL-CGA)相比,对于相同的测试实例,该算法能产生更多更好的Pareto非支配解;在计算时间方面,该算法要小于带向导性局部搜索的多目标进化算法。实验结果表明该算法可以有效解决多目标柔性作业车间调度问题。

关键词：多目标,柔性作业车间调度,Pareto非支配解集,教与同伴学习粒子群,停滞阻止策略

基金资助：国家863计划项目(2013AA040405);江苏省食品先进制造装备技术重点实验室开放课题资助项目(FM-201408)。