王皓宇
(武漢理工大學 機電工程學院,湖北 武漢 430070)
檢測車間一般為混合流水車間,并且不設置中間緩沖區。中間緩沖為零的混合流水車間調度問題也被稱為帶阻塞混合流水車間調度問題(hybrid flow shop scheduling problem with blocking,HFSP-B),更符合實際的生產環境[1]。隨著對流水車間調度問題的研究,近些年有越來越多的文獻考慮了更符合實際生產環境的約束。Ribas等[2]使用迭代貪婪算法求解了分布式環境下的阻塞流水車間調度問題,并以最小化總延遲時間為目標。孟磊磊等[3]針對帶阻塞限制的混合流水車間調度問題,建立了4種不同的整數規劃模型,并用改進回溯搜索算法進行求解。Liu等[4]為有限緩沖的流水車間建立了一個通用模型,模型里考慮了緩沖有限、緩沖為零和無等待3種情況,并提出了一種結合問題特征的啟發式算法。軒華等[5]將有限緩沖的混合流水車間調度轉換為帶阻塞的混合流水車間調度,并混合了遺傳算法和禁忌搜索對問題進行求解。
車間調度通常涉及多個目標同時優化,其結果往往不是一個最優解,而是符合Pareto最優解概念的一組解[6-7]。目前有大量文獻致力于研究一種高效的算法來求解多目標車間調度問題。蔣增強等[8]使用血緣變異對非支配排序遺傳算法進行改進,并考慮了能源消耗、最大完工時間、加工成本和質量成本4個目標。Wang等[9]使用NSGA-II(non-dominated sorted genetic algorithm-Ⅱ)算法求解了不確定加工時間條件下的流水車間調度問題,并加入了局部模擬退火算子和與場景相適應的鄰域搜索算子?!?br>