改進NSGA2算法求解柔性作業車間調度問題*

杜曉亮，張 楠，孟凡云，王金鶴

(青島理工大學信息與控制工程學院，青島 266000)

0 引言

車間調度是車間生產制造的一個重要環節，能夠充分利用現有的資源，合理的分配生產工序，減少加工時間和加工成本，優化生產目標，保證生產過程穩定運行。隨著先進設備的出現，傳統的作業車間調度已經不能滿足社會發展的需求，柔性車間調度問題則被大多數學者研究。由于在實際的生產活動中需要考慮完工時間、總拖期時間、加工負載、最小成本等多個性能指標，因此單目標的柔性車間調度很難再反映實際的生產過程。

對于多目標優化問題，國內外學者提出了多種求解該問題的算法。如DEB等[1]提出的NSGA2算法，ZITZLE等[2]提出的SPEA算法，KNOWLES等[3]提出的PESA算法等。目前，NSGA2算法使用較為廣泛。蔣浩等[4]在DEB提出的NSGA2算法的基礎上，提出了一種基于快速排序的非支配集構造方法，并改進了其種群構造策略，設計了一類新的多目標遺傳算法。

針對多目標柔性作業車間調度問題，張超勇等[5]使用NSGA2算法并改進其在非支配排序和精英選擇策略上的不足，設計了改進的非支配排序遺傳算法，并用層次分析選出最優妥協解。張守京等[6]針對NSGA2算法種群多樣性低，運算速度慢等缺點，提出了基于擁擠度的自適應交叉算子。陳輔斌等[7]引入免疫平衡原理改進NSGA2算法的選擇策略和精英保留策略。陳明等[8]考慮了粒子最大、最小收斂速度及相應邊界條件，設計了一種應用于解決柔性生產調度的多目標粒子群算法。……