科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对考虑工人技能水平差异和加工时间随机性的设备、工人双资源约束的柔性作业车间调度问题(Flexiblejobshop schedulingproblem,FJSP)，构建双资源约束的柔性作业车间鲁棒调度模型(Dualresourceconstraintflexiblejobshoprobust schedulingproblem,DRC-FJRSP)。将粒子群算法(Particleswarmoptimization,PSO)的学习机制引入差分算法(Differential evolution,DE)的交叉部分，设计PSO-DE混合求解算法，实现问题的加速求解并有效避免搜索停滞的窘境。选取DE算法、遗传算法(Genetic algorithm, GA)、PSO算法作为对比算法进行仿真试验，试验结果显示，所提出的PSO-DE混合求解算法平均鲁棒性为5.331，在三个仿真算例调度makespan求解中表现最好。验证了DRC-FJRSP模型的合理性以及PSO-DE混合求解算法的鲁棒性。最后，以一个制造企业的FJSP为例进行求解，给出调度甘特图。研究解决了设备、工人资源不足给FJSP带来的加工冲突，降低了加工时间的随机扰动，优化了调度的makespan。
- 单位
