混合粒子群优化算法求解模糊柔性作业车间调度问题

蔡 敏,王 艳,纪志成

(江南大学 物联网技术应用教育部工程研究中心,江苏 无锡 214122)

车间调度在制造业和生产系统中起着举足轻重的作用,其根本目的是合理分配有限资源,实现生产效益最大化。柔性作业车间调度问题(Flexible job-shop scheduling problem,FJSP)作为传统的作业车间调度问题(Job-shop scheduling problem,JSP)的扩展,允许工序在其可加工机器集中选择不同的机器进行加工,提高了加工的灵活性,更符合企业实际的生产状况。因此,研究FJSP对于解决车间实际问题具有重要意义。

近年来,FJSP受到了广泛研究,越来越多的智能优化算法被用于求解FJSP。张晓星等[1]考虑到混合蛙跳算法易于陷入局部最优的问题,引入局部更新策略进行优化,提出改进的混合蛙跳算法求解FJSP;Nouiri等[2]提出一种分布式粒子群算法并应用于FJSP;王雷等[3]提出一种改进的免疫克隆选择算法求解FJSP,利用自适应变异算子提高全局最优解的质量;姜天华[4]引入变邻域搜索并结合遗传算子,提出一种混合灰狼优化算法求解FJSP。

文献[1-4]所研究的都是工序加工时间确定的FJSP。然而,在实际的生产车间中,存在着诸多不确定因素,比如机器故障等,导致不能获得准确的工序加工时间。这些不确定因素很可能导致生产计划和调度的失败,进而影响整个公司的生产效益。因此,不确定工序加工时间的模糊柔性作业车间调度问题(Fuzzy flexible job-shop scheduling problem,fFJSP)更符合实际车间状况,具有更重要的研究意义。目前国内外学者在fFJSP的研究中已经取得了很多成果。刘晓冰等[5]提出混沌量子粒……