基于改進NSGA-Ⅲ的多目標柔性車間調度研究*

孫 浩，劉環宇，趙柏棟，張玉嘉，楊 振，王德權

(大連工業大學機械工程與自動化學院，大連 116034)

0 引言

柔性生產調度問題(flexible job shop scheduling problem,FJSP)是復雜的NP-hard問題[1]，打破了傳統剛性大批量生產對設備唯一性的約束，使車間調度變得更加復雜多變。從調度目標數量可將柔性作業車間調度分為：單目標和多目標調度。

相比于單目標調度問題[2-3]，多目標柔性作業車間調度問題更為復雜。首先，難以保證在調度過程中多個目標的優化平衡。其次，多個目標的參數和量綱存在差異。現階段多目標調度的研究思路分為兩種，其一，通過權重將多目標轉化為單目標[4-5]；其二，非劣解生成法，利用帕累托原理生成最優解集[6-8]，此方法廣泛應用于求解三目標及以上問題。在算法設計上需要對原始算法進行改進或者結合兩種不同算法的優點，使算法能夠發揮更好的尋優效果。DEB等[9]在NSGA基礎上提出了NSGA-Ⅱ算法，提高算法搜索效果和計算效率。CHEN等[10]提出混合算法MGSA- NSGA-Ⅲ，采取混沌變異策略，提高解空間分布的均勻性。LI等[11]在傳統NSGA-Ⅲ基礎上改進了參考點生成策略和算子選擇機制，提高了算法計算效率。求解高維多目標問題時，常見的全局智能算法均存在著種群多樣性低、搜索效率差、容易陷入局部最優等缺陷。

綜上所述，文章提出了一種改進NSGA-Ⅲ算法，采取4種不同編碼方式共同生成初始化種群，并引入鄰域搜索策略，解決單一算法種群多樣性低、容易陷入局部最優等問題。

1 多目標柔性作業車間調度模型建立

柔性作業車間的柔性表現在加工順序和設備選擇上的不確定性，使多目標調度問題更為復雜。……