小生境蚁群优化及其在JSSP中的应用研究

中国机械工程 ›› 2010, Vol. 21 ›› Issue (10): 1173-1178.

小生境蚁群优化及其在JSSP中的应用研究

甘屹;李胜;张志伟

上海理工大学,上海,200093

出版日期:2010-05-25 发布日期:2010-06-02
基金资助:
国家自然科学基金资助项目(0505030)；上海市教育委员会“曙光”计划资助项目(07SG51)；上海市教育委员会重点学科建设项目(J50503)
National Natural Science Foundation of China（No. 0505030）

Study on Job Shop Scheduling Problems Based on Microhabitat Ant Colony Optimization

Gan Yi;Li Sheng;Zhang Zhiwei

University of Shanghai for Science and Technology, Shanghai, 200093

Online:2010-05-25 Published:2010-06-02
Supported by:
National Natural Science Foundation of China（No. 0505030）

摘要/Abstract

摘要：

借鉴蚁群的并行、多样化寻优活动,提出蚁群基本调度规则。为了改进优化性能,提出小生境蚁群优化策略,从信息素分布的时变性、蚂蚁更新信息素策略和信息交流突变性方面改进了基本蚁群算法,提出将小生境蚁群优化调度规则(MACO SR)用于求解车间调度问题的方法。并在MACO SR的启发函数、更新路径等环节中加入蚂蚁等待时间要素。通过求解目标函数为最小化最大加工完成时间的车间调度问题,并与基本蚁群算法、蚁群基本调度规则进行比较,证明了小生境蚁群优化调度规则能获得相当好的优化结果,具有较好的寻优性能。

关键词:

小生境蚁群优化, 调度规则, 车间调度问题, 优化策略

Abstract:

Simulating the parallel and multiform optimized actions of ant colony, basic scheduling rules of ants (BSRA) were built up. To improve the optimized performance, microhabitat ant colony optimization stratage (MACOS) was built up to improve basic ant colony optimization (ACO) by pheromone time-varying distribution, pheromone updating tactic and information exchanging mutation. Ant colony optimization scheduling rules (MACO SR) were built up based on MACOS to solve JSSP. And waiting time was integrated into the heuristic function and path updating of MACO SR. MACO SR can achieve more satisfactory results than basic ACO and BSRA for JSSP with the objects function of minimum make-span. And MACO SR also shows significant optimization performance.

Key words:

microhabitat ant colony optimization, scheduling rule, job shop scheduling problem(JSSP), optimization stratage

中图分类号:

TH186
TP18

甘屹, 李胜, 张志伟.

小生境蚁群优化及其在JSSP中的应用研究

[J]. 中国机械工程, 2010, 21(10): 1173-1178.

GAN Ge, LI Qing, ZHANG Zhi-Wei.

Study on Job Shop Scheduling Problems Based on Microhabitat Ant Colony Optimization

[J]. China Mechanical Engineering, 2010, 21(10): 1173-1178.

[1]	孔维畅;乔非;吴启迪. 采用反馈机制的多生产线制造系统协同优化[J]. 中国机械工程, 2020, 31(17): 2112-2117,2127.
[2]	耿凯峰1,2;叶春明1;吴绍兴2;刘丽2. 分时电价下多目标绿色可重入混合流水车间调度[J]. 中国机械工程, 2020, 31(12): 1469-1480.
[3]	陈亚绒, 黄佩钰, 李沛, 周富得, 黄沈权. [车间调度]并行多机开放车间调度问题的模型与算法[J]. 中国机械工程, 2018, 29(22): 2666-2673,2681.
[4]	曾强, 邓敬源, 常梦辉, 张进春. [车间调度]混合工作日历下作业车间调度遗传进化方法[J]. 中国机械工程, 2018, 29(22): 2690-2702.
[5]	杨宇;黄敏;王震宇;朱启兵. 利用有限制稳定配对策略求解双目标柔性作业车间调度问题[J]. 中国机械工程, 2018, 29(14): 1743-1750.
[6]	朱传军 , 宋文家, 张超勇, 曹静 , 朱孟周. 基于维修时间窗的柔性作业车间调度优化研究[J]. 中国机械工程, 2016, 27(10): 1337-1343.
[7]	彭建刚, 刘明周, 张玺, 张铭鑫, 葛茂根. 基于Pareto优化的离散自由搜索算法求解多目标柔性作业车间调度问题[J]. 中国机械工程, 2015, 26(5): 620-626.
[8]	巴黎, 李言, 曹源, 杨明顺, 刘永. 考虑批量装配的柔性作业车间调度问题研究[J]. 中国机械工程, 2015, 26(23): 3200-3207.
[9]	宋文家, 张超勇, 尹勇, 邵新宇. 基于多目标混合殖民竞争算法的设备维护与车间调度集成优化[J]. 中国机械工程, 2015, 26(11): 1478-1487.
[10]	曾强, 杨育, 王勇智, 程博. 复合工艺流程下批量生产车间调度多目标优化 [J]. 中国机械工程, 2011, 22(2): 190-196.
[11]	丁雷, 王爱民, 宁汝新. 基于制造资源动态组合的烟草卷包作业调度技术 [J]. 中国机械工程, 2010, 21(12): 1441-1446.
[12]	王云, 谭建荣, 冯毅雄, 李中凯. 基于SPEA的多目标柔性作业车间调度方法 [J]. 中国机械工程, 2010, 21(10): 1167-1172.
[13]	李言;刘永;李淑娟;杨明顺;. 面向多订单的JSP建模及其蚁群算法实现[J]. J4, 2009, 20(18): 0-2148.
[14]	王国新, 宁汝新, 王爱民. 基于仿真和正交试验的优化调度研究[J]. 中国机械工程, 2007, 18(20): 2444-2448.