混合灰狼优化算法求解柔性作业车间调度问题
CSTR:
作者:
作者单位:

(鲁东大学交通学院,山东烟台264025)

作者简介:

姜天华(1983-), 男, 讲师, 博士, 从事生产调度和智能算法等研究.

通讯作者:

E-mail: jth1127@163.com

中图分类号:

TH165

基金项目:

山东省自然科学基金项目(ZR2016GP02);鲁东大学引进人才科研项目(32660301).


Flexible job shop scheduling problem with hybrid grey wolf optimization algorithm
Author:
Affiliation:

(School of Transportation,Ludong University,Yantai264025,China)

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    将灰狼优化算法(GWO)用于柔性作业车间调度问题(FJSP),以优化最大完工时间为目标,提出一种混合灰狼优化算法(HGWO).首先,采用两段式编码方式,建立GWO连续空间与FJSP离散空间的映射关系;其次,设计种群初始化方法,保证算法初始解的质量;然后,嵌入一种变邻域搜索策略,加强算法的局部搜索能力,引入遗传算子,提升算法的全局探索能力;最后,通过实验数据验证HGWO算法在求解FJSP问题方面的有效性.

    Abstract:

    Grey wolf optimization(GWO) algorithm is applied to the flexible job shop scheduling problem(FJSP), and a hybrid GWO(HGWO) is proposed with the objective of minimizing the makespan. Firstly, a two-phase encoding method is employed, and a mapping relationship is set up between the continuous space and the discrete space of FJSP.Then, a population initialization strategy is designed to ensure the quality of the initial solutions, and then a variable neighborhood search(VNS) strategy is embedded to enhance the local search ability. In addition, genetic operators are introduced to improve the global exploration capability of the algorithm. Finally, experimental data show that the proposed HGWO is effective for solving the FJSP.

    参考文献
    相似文献
    引证文献
引用本文

姜天华.混合灰狼优化算法求解柔性作业车间调度问题[J].控制与决策,2018,33(3):503-508

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2018-03-06
  • 出版日期:
文章二维码