病毒遗传算法在柔性工作车间调度中的应用.pdf

病毒遗传算法在柔性工作车间调度中的应用.pdf年月系统工程与电了技术 Nov
第卷第期 Engineering and Electronics Vol .
文章编号: .
-
谷峰,陈华平,卢冰原
泄蒲Ъ际醮笱畔⒐芾碛刖霾呖蒲担不蘸戏
摘要:针对柔性工作车间调度问题的特点,设计了基于工序顺序和基于机器分配两种交又,变异方法对主
群体进行传统的遗传操作。并引入病毒群体来感染主群体,将主群体的全局进化和病毒群体的局部进化进行动
。实验证明此算法的有效性。
关键词:柔性工作车间调度;嫡毒机制;遗传算法;优化
TP301A
Virus ic algorithm for job
, HuapingLU
(Dept Information and Dedsion Science
UnivofScience∞琀,
: the disadvantages prematurity and convergence ic 琣 new —
given dynamiely 疭 overall evolution virus 痵 local 瓵
the job the 疭 evolution i based two crossover and
甌瑅 group m&irl group plex problem Job
The results the effectiveness the algorithm
Key wordsflexiblejob schedulingvires籫 algorithmoptimization
服了的早熟现象。,提出了基于病毒进化理论
1
(vh ic algoithmVEGA)
(jobproblemJ)地用于解决旅行商问题,自组织制造系统的调度问题,弹道规
资源分配问题,问题的求解目标主要是找到一个将一组资源安划问题、背包问题~等,显示了此算法的优越性。
JR"柔性工作车间调度问题由于减少了机器约束,扩大了可
束条件很多,使得舫晌R桓龇浅D呀獾淖楹衔侍完全行解的搜索范围,提高了问题的复杂性,所以比传统的工作车
问题F裎V梗丫泻芏嘤糜谇蠼釰即的最优化方法提闸调度问题更接近实际生产环境的模拟。本文给出的基于病
出,包括传统的启发式算法、分枝定界法、动态规划法、拉格朗 J
日松弛法和神经网络映射法等。但由于问题本身的难度很大, 了基丁二工序顺序和基于机器分配两种交叉,变异方法对主群体
多数基于启发式算法的最优化算法只适用于规模较小的问题。进行传统的遗传操作,在上下代群体之间纵向传递遗传基因,
(gereUeathm)GA实施解空问的全局搜索;病毒群体进行病毒感染操作,在同代
保算法的全局收敛陛,但是其基于高适应度值的策略不仅保留个体之间横向传递进化基因,实施解空间的局部搜索,这样,将
厂有效的基因片段,而且也保留了无效的基因,致使主群体的主群体的全局进化和病毒群体的局部进化进行动态结合,从而
多样性降低,造成了的早熟现象。为了避免这种现象,我快速得到问题的全局近似最优解。
们在传统遗传算法的基础上引入病毒算于。根据病毒进化理
2
论 J
能状得·个个体的染色体基因,并且感染给另一个个体,使得(