基于GASA优化算法的不确定条件下

作者：陈勇，郑鑫帆，王亚良，鲁建厦 日期：2014-04-04/span> 浏览：4420 查看PDF文档

陈勇，郑鑫帆，王亚良，鲁建厦
（浙江工业大学特种装备制造与先进加工技术教育部重点实验室，浙江杭州310014）
摘要：针对不确定因素和动态干扰事件下Job-Shop调度问题，基于模糊数理论和动态调度策略，综合考虑完工时间、机器加工成本和机器负荷，建立了作业车间多目标不确定性调度模型；为了求解该调度模型，结合遗传算法和模拟退火算法的特点，设计了遗传模拟退火混合算法，并针对作业车间的复杂性要求，对算法的编码解码、交叉变异算子以及保优策略等方面进行了改进；通过仿真，得到了初始调度方案，然后在此基础上，采用动态调度策略对紧急插单、机器故障、工件取消和交货期变更等不确定干扰事件进行了研究。通过对某电动产品生产公司车间进行的实证研究结果表明，根据上述研究得到的较好的调度方案，可以有效地提高机器利用率和客户满意度。该模型和算法能够较好地应用到企业实际生产中。
关键词：Job-Shop车间；遗传模拟退火算法；不确定条件；调度
中图分类号：TH181；TH166；TP18 文献标志码：A 文章编号：1001-4551（2013）12-1455-07

 

本文引用格式：
陈勇，郑鑫帆，王亚良，等. 基于GASA优化算法的不确定条件下Job-Shop调度问题研究［J］. 机电工程，2013，30（12）：1455-1461.CHEN Yong，ZHENG Xin-fan，Wang Ya-liang，et al. Job-Shop scheduling under uncertainty based on genetic algorithm simulated annealing［J］. Journalof Mechanical & Electrical Engineering，2013，30（12）：1455-1461.