点击蓝字关注我们
文章发表于JIM期刊,出版于2018年6月,链接:https://doi.org/10.1007/s10845-018-1425-8
摘要
近年来,流水车间调度的恶化效应得到了运筹学界的日益关注。然而现有研究只关注两台或者三台机器的流水车间调度问题(FSSP)。本文针对具有恶化作业的m台机器(m>3)的FSSP问题,提出一种新的元启发式算法,即改进的多元宇宙优化算法(Multi-Verse Optimizer, MVO)来获得最优解。MVO算法基于宇宙中的物质通过虫洞由白洞向黑洞进行转移的原理来模拟优化过程。提出的MVO算法通过一种新的精英选择方案来构造有效的白/黑洞隧道,同时将两个不同的局部搜索算子混合并嵌入,以进一步提高空间搜索能力。实验结果表明,该算法在求解具有恶化作业的FSSP问题时能获得令人满意的性能。
文章导读
在过去的几十年里,制造系统中的调度问题得到了学术界和工业界的广泛关注。而流水车间调度(FSSP)是最著名的调度问题之一,它定义为有n个独立的工件按照相同的工艺路线在m台机器上加工,每个工件需要经过m道工序,这些工序分别要求不同的机器,并且各工序的加工过程不能中断。在传统的调度模型中,机器上作业的处理时间被假定为已知和固定的,然而这并不符合实际的生产环境。例如,当某一道工序等待较长时间再进行加工时,在等待期间将消耗大量能量,并且加工效率下降,这种现象称为恶化效应。这类FSSP问题是典型的NP-Hard问题,而目前的研究仅针对两台或三台机器这种小规模的调度问题,还没有出现大于三台机器的研究,所以本文关注大于三台机器的恶化作业FSSP问题。
FSSP的约束条件总结如下:
每台机器同一时刻只能加工一道工序,而每道工序在同一时刻只能被一台机器加工
在加工期间,工序不能被中断
所有工序在初始时间都能够被加工,且工序之间无先后顺序约束
在任何时间段内,所有机器都能被使用
流水作业调度的数学建模如下:
图1 FSSP数学建模
图2 变量描述
对于解决这类NP-Hard问题,本文提出了一种新的元启发式算法,即改进的多元宇宙优化算法(Multi-Verse Optimizer, MVO)进行求解。MVO算法是一种新型智能优化算法,它基于宇宙中的物质通过虫洞由白洞向黑洞进行转移的原理来模拟优化过程。算法的性能参数主要有虫洞存在概率和虫洞旅行距离率,参数相对较少,低维度数值实验表现出了相对较优异的性能。本文对多元宇宙优化算法进行改进,嵌入了遗传算法(GA)中的精英选择过程,选择当前最优的宇宙进行交换操作,同时嵌入两个局部搜索算子:解码局部搜索(CBLS)以及方法局部搜索(SBLS)来增加宇宙膨胀能力,算法伪代码如下:
图3 改进的MVO算法伪代码
原文信息
Abstract
The deterioration effect in flowshop scheduling has gained a growing concern from the community of operational research in recent years. However, all of existing studies focus on two- or three-machine flow shops. In this paper, a m-machine (m>3) flowshop scheduling problem (FSSP) with deteriorating jobs is investigated and a novel metaheuristic algorithm called multi-verse optimizer (MVO) is employed to solve it. The MVO algorithm can accomplish the optimization process via exchanging objects of universes through white/black hole and wormhole tunnels. In the novel MVO algorithm, a new elitist selection scheme is designed to construct the effective white/black hole tunnels, whereas two different local search operators are hybridized and embedded to further enhance the exploitation capability. Experimental results indicate that the proposed algorithm can achieve the satisfactory performance in solving the investigated FSSP with deteriorating jobs.
Keywords
Scheduling
Flowshop scheduling
Deterioration
Metaheuristic algorithm
Multi-verse optimizer
Cite this article as:
Wang, H., Huang, M. & Wang, J. An effective metaheuristic algorithm for flowshop scheduling with deteriorating jobs. J Intell Manuf 30, 2733–2742 (2019).
/本期编辑/
刘日鑫
上海交通大学 硕士在读
研究方向:调度优化
/本期审核/
孙衍宁
上海交通大学 博士在读
研究方向:数据驱动的复杂生产过程监测与质量控制
扫码关注我们
JIM期刊公众号
聚焦智能制造;传播学术观点;促进合作交流
左边点击“阅读原文”,跳转至原文链接
右边给我一朵小花花