基于头脑风暴算法的多处理机组合生产批量调度问题

TP301; 在生产调度领域中,受生产工艺等诸多因素的影响,往往每个生产过程都需要多台机器同时参与加工.同时,待加工的工件数量较多,需要将每种类型的工件进行批量处理,以缩短生产周期.本文在作业车间环境下,根据每个加工过程所参与机器的负荷,采用可变分批方案,提出了非混排多处理机组合生产批量调度模型,并结合头脑风暴优化算法,求解出最短加工时间.提出了一种改进的头脑风暴优化算法,引入贪婪思想与动态讨论机制,讨论次数随着算法的迭代而自适应变化,将全局搜索与局部搜索相结合,加强了算法的搜索能力.实验结果表明,改进的头脑风暴优化算法与基本的头脑风暴优化算法相比,求解效率更高,收敛速度更快....

Full description

Saved in:
Bibliographic Details
Published in华东理工大学学报（自然科学版） Vol. 48; no. 5; pp. 685 - 695
Main Authors 王全武, 徐震浩, 顾幸生
Format Journal Article
LanguageChinese
Published 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 2022
Subjects
批量调度
头脑风暴优化算法(BSO)
多处理机组合生产
作业车间
讨论机制
Online AccessGet full text

Cover

More Information
Summary:TP301; 在生产调度领域中,受生产工艺等诸多因素的影响,往往每个生产过程都需要多台机器同时参与加工.同时,待加工的工件数量较多,需要将每种类型的工件进行批量处理,以缩短生产周期.本文在作业车间环境下,根据每个加工过程所参与机器的负荷,采用可变分批方案,提出了非混排多处理机组合生产批量调度模型,并结合头脑风暴优化算法,求解出最短加工时间.提出了一种改进的头脑风暴优化算法,引入贪婪思想与动态讨论机制,讨论次数随着算法的迭代而自适应变化,将全局搜索与局部搜索相结合,加强了算法的搜索能力.实验结果表明,改进的头脑风暴优化算法与基本的头脑风暴优化算法相比,求解效率更高,收敛速度更快.
ISSN:1006-3080
DOI:10.14135/j.cnki.1006-3080.20210427005