制造业自动化2024,Vol.46Issue(9) :95-103.DOI:10.3969/j.issn.1009-0134.2024.09.014

作业车间调度的邻域单次搜索人工蜂群算法

A Single Neighborhood Search Artificial Bee Colony Algorithm for Job Shop Scheduling

张开元 杨火根 夏小云 庄鹤林 陈泽丰
制造业自动化2024,Vol.46Issue(9) :95-103.DOI:10.3969/j.issn.1009-0134.2024.09.014

作业车间调度的邻域单次搜索人工蜂群算法

A Single Neighborhood Search Artificial Bee Colony Algorithm for Job Shop Scheduling

张开元 1杨火根 2夏小云 3庄鹤林 4陈泽丰5
扫码查看

作者信息

  • 1. 江西理工大学 理学院,江西 赣州 341000;嘉兴大学 信息科学与工程学院,浙江 嘉兴 314001
  • 2. 江西理工大学 理学院,江西 赣州 341000
  • 3. 嘉兴大学 信息科学与工程学院,浙江 嘉兴 314001
  • 4. 嘉兴职业技术学院 互联网学院,浙江 嘉兴 314036
  • 5. 中山大学 人工智能学院,广东 珠海 519082
  • 折叠

摘要

为了减少算法求解作业车间调度问题(Job Shop Scheduling Problem,JSP)时的无效重复搜索,以提高算法性能,提出一种邻域单次搜索人工蜂群算法(Single Neighborhood Search Artificial Bee Colony Algorithm,SNSABC).在工序加工优先级的编码方式上结合JSP本身的特性设计邻域搜索策略,该策略采用了交换算子和路径重连算子配合搜索的方式.每次交换算子选择未被搜索过的位置搜索,在交换过程中跳过不能改变最大完工时间和已经做过的工序交换.若没有搜索到更优解,将搜索的位置标为已搜索.若搜索到更优解,将更优解进行路径重连.根据邻域搜索策略改进侦查蜂阶段,淘汰所有关键工序位置搜索完毕的解,用淘汰的解和种群中剩余的解分别交叉寻找更优解.在人工蜂群算法中加入所提策略,算法搜索效率和求解质量得到明显提升,能够快速搜索到可接受解,在大部分算例可以收敛到已知最优解.相比于对比算法,邻域单次搜索人工蜂群算法求得的最优解和均值具有更短的完工时间.实验结果表明所提策略有效提高了算法的性能.

关键词

作业车间调度/人工蜂群算法/邻域搜索策略/关键路径/路径重连

引用本文复制引用

基金项目

国家自然科学基金(62206313)

国家自然科学基金(12161043)

国家自然科学基金(61703183)

国家自然科学基金(61573157)

浙江省公益技术应用研究计划(LGG19F030010)

出版年

2024
制造业自动化
北京机械工业自动化研究所

制造业自动化

CSTPCD
影响因子:0.482
ISSN:1009-0134
段落导航相关论文