基于改进多种群候鸟迁徙算法的混合流水车间调度

• Published in: 上海交通大学学报 Vol. 57; no. 10; pp. 1378 - 1388
• Main Authors: 张素君, 杨文强, 顾幸生
• Format: Journal Article
• Language: Chinese
• Published: 河南科技学院 机电学院,河南 新乡 453003%华东理工大学 能源化工过程智能制造教育部重点实验室,上海 200237 2023
• Subjects: information interaction among multi-swarm; 串行邻域; 混合流水车间调度; hybrid flow shop scheduling(HFS)problem; serial neighborhood; 并行邻域; parallel neighborhood; 子种群信息交互; improved multi-swarm migrating birds optimiza-tion(IMMBO); 改进多种群候鸟迁徙优化
• DOI: 10.16183/j.cnki.jsjtu.2022.242
• ISSN: 1006-2467

TP278; 针对带顺序依赖准备时间的混合流水车间调度(HFS-SDST)问题,以最小化总最大作业完成时间为调度目标,提出一种改进多种群候鸟迁徙优化(IMMBO)算法.算法中个体基于工件加工顺序进行编码,用改进的NEH(MNEH)算法产生初始种群,并按照适应度值分配到各子种群.子种群中领飞鸟和跟飞鸟分别利用串行和并行邻域策略产生邻域个体,如果跟飞鸟优于领飞鸟,二者互换,完成种群内部个体的信息交互;在IMMBO算法中嵌入离散鲸鱼优化策略对各子种群的领飞鸟进行优化,实现子种群之间信息交互;为提高算法的局部搜索(LS)能力,对种群中最优个体执行LS,同时,为了避免算法早熟收敛,针对每个种群的领飞鸟设计了种群多样化控制策略.最后,在实验法调整算法参数的基础上,对IMMBO的 4 个变体进行了仿真实验,通过测试 Ta自适应算例验证IMMBO算法各部分的作用;将IMMBO算法与现有 3 个算法测试 Ta自适应算例,进行实验结果比较,证明了IMMBO算法求解混合车间调度问题的有效性.