科研之友
微信
新浪微博
Facebook
分享链接
摘要
在Job Shop环境下,以最小化最大完工时间为目标,考虑了搬运设备与有限缓存区对加工过程的影响,建立了带有限缓存区的Job Shop加工与搬运集成调度模型,并设计了改进的人工蜂群优化算法求解此问题。首先,在算法中引入了引领蜂和跟随蜂角色互换的机制,可更好的兼顾全局广泛寻优和局部精确寻优。其次,基于问题的特殊性,工序既是加工任务也是搬运任务,所以在编码方式上采取基于工序编码,便于算法运行过程中解码计算。然后,在解码过程中,为提高算法运行效率,设计了如何确定解码加工任务和搬运任务的启发式信息。最后,通过标准测例实验比较,给出了本文G-ABC算法种群规模的建议取值范围,并证明了G-ABC算法的有效性,启发式信息的有效性以及缓存区容量设置对调度结果的影响。
-
单位河北工业大学; 经济管理学院
