混合鲸鱼算法在柔性作业车间系统中的应用

发布时间：2021-12-22 17:38

　　针对柔性作业车间调度计算复杂度高,求解困难的难题,在分析基本鲸鱼算法的基础上,提出一种改进的混合鲸鱼算法,用于求解柔性作业车间调度的最大完工时间最小问题。首先,利用随机二段式编码方式将连续型鲸鱼算法离散化,构造适应生产调度的函数;其次,利用随机规则和混合规则相结合的方式求得初始解,提高种群的多样性;最后,加入变邻域搜索算法,防止求解结果陷入局部最优。通过相关文献中的标准实例,将改进后的鲸鱼算法与标准鲸鱼算法和其他智能优化算法分别进行对比,求解的结果表明改进后的鲸鱼算法在求解柔性作业车间调度方面的可行性和有效性。 

【文章来源】：系统科学学报. 2020,28(01)北大核心CSSCI

【文章页数】：6 页

【部分图文】：

变邻域搜索步骤图

本文将WOA算法离散化为解决车间调度问题，并加入了变邻域搜索提高算法的局部搜索能力，改进后的鲸鱼算法简写为SWOA。表2将SWOA和WOA运行同样的数据集进行对比测试。算法参数设置如下:工件的数目为n，机器的数目为m，种群数目为30，最大迭代次数为100。将每一个实例独立运行10次，其中表2中的LB和UB分别代表最优解的下界和上界，min代表运行10次程序后得到的求解最大完工时间最小的最优结果，max代表最大值，avg代表单独运行10次之后的平均值。提升率的计算公式为(WOAmin-SWOAmin)/SWOAmin，用于比较SWOA相较于WOA的提升效率。从表2中可以看出，10个测试数据中，SWOA均取得了较好的结果，虽然没有取得最优结，但是相比于WOA，已经有了一定程度的改善。而且在机器数为10和20的时候提升效率最高。图2和图3选取了最复杂的问题mk10，给出了最优解Cmax的甘特图和收敛曲线。图3 mk10的收敛曲线

mk10的收敛曲线

【参考文献】：
期刊论文
[1]基于SD模型的精益实施效果多维动态研究[J]. 张洪亮,童华刚,陈彬.  系统科学学报. 2018(03)
[2]基于混合人工蜂群算法的多目标柔性作业车间调度问题研究[J]. 孟冠军,杨大春,陶细佩.  计算机应用研究. 2019(04)
[3]仿生策略优化的鲸鱼算法研究[J]. 巩世兵,沈海斌.  传感器与微系统. 2017(12)
[4]混合灰狼优化算法求解柔性作业车间调度问题[J]. 姜天华.  控制与决策. 2018(03)
[5]基于鲸鱼算法优化WKELM的滚动轴承故障诊断[J]. 徐继亚,王艳,纪志成.  系统仿真学报. 2017(09)
[6]改进鲸鱼优化算法及其在渣油加氢参数优化的应用[J]. 许瑜飞,钱锋,杨明磊,杜文莉,钟伟民.  化工学报. 2018(03)
[7]鲸鱼优化算法在水库优化调度中的应用[J]. 崔东文.  水利水电科技进展. 2017(03)
[8]离散多种群入侵杂草优化算法求解柔性作业车间调度问题[J]. 石小秋,石宇强,袁雪娇.  信息与控制. 2015(02)
[9]生物地理学算法求解柔性作业车间调度问题[J]. 张国辉,聂黎,毛学港.  计算机应用研究. 2014(04)
[10]基于混合粒子群-NEH算法求解无等待柔性流水车间调度问题[J]. 张其亮,陈永生.  系统工程理论与实践. 2014(03)



本文编号：3546803