基于改進的多目標PSO算法的離散型FJSP的研究*

張 博，梁艷艷

(平頂山工業職業技術學院機械工程學院，平頂山 467001)

0 引言

現代制造業是制造業未來的發展方向[1]，已向柔性化、自動化方向發展[2]，并最終實現高效、柔性的智能化生產模式[3]。作業車間調度是生產企業面臨的復雜問題，特別是涉及多品種、小批量個性化定制的智能化生產[4]，其生產過程具有復雜性、離散型和動態性，需要給工序分配設備，其FJSP問題屬于NP-hard問題，是國內外學者研究的焦點[5]。

目前，已有較多用于求解JSP問題的優化方法和調度模型被提出，針對優化方法的研究主要有遺傳算法[6]、拉格朗日松弛法[7]、模擬退火法[8]、遺傳算法[9-10]等。針對調度模型的研究主要是根據工件工序存在的不足設計最小化完工時間的調度模型，且考慮了加工設備的柔性[11]，以及考慮設備的惡化特性[12]、冗余特性[13]，分別建立滿足魯棒性和調度次序約束的多加工調度模型，獲得較好的調度效果。但是FJSP問題比一般的JSP問題具有更復雜、更困難性，且多品種、小批量智能生產過程具有離散型、多目標和不確定性，面臨多機器選擇的問題，現有的研究主要集中在經典的JSP問題設計優化算法，以及作業加工順序是預先設計、加工設備是預先指定，不能很好的滿足離散型FJSP問題。且傳統算法求解時存在收斂速度慢、陷入局部最優解等缺點。針對上述問題，將速度松弛迭代策略引入更新工序排序和設備分配粒子中，采用帶有壓縮因子和慣性權重相結合的策略改進學習因子，以及將基于工序和機器的兩級基因策略引入粒子的編碼和解碼操作。……