基于并行协同进化遗传算法的多协作车间计划调度

被引:29
作者
于晓义
孙树栋
褚崴
机构
[1] 西北工业大学机电学院
关键词
协同进化; 遗传算法; 生产计划; 作业调度;
D O I
10.13196/j.cims.2008.05.161.yuxy.024
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
为求解多协作车间的计划调度问题,提出了并行协同进化遗传算法。该算法采用基于工序的染色体编码方案。在遗传操作过程中,首先利用提出的基于工序约束的基因调整算法进行交叉操作和变异操作,保证了新个体满足工序约束。在解码操作过程中,采用考虑设备能力空间的解码算法,使得解码产生的调度为活动调度。此外,运用协同进化的思想,提出了协同适应值计算的算法,使协作环境的变化能灵敏地反映在个体的适应值上,从而有效地指导种群的进化。实例表明,该算法能够满足多协作车间并行协同调度的要求。
引用
收藏
页码:991 / 1000
页数:10
相关论文
共 7 条
[1]   基于主-从遗传算法求解柔性调度问题 [J].
张维存 ;
郑丕谔 ;
吴晓丹 .
计算机集成制造系统, 2006, (08) :1241-1245
[2]   基于遗传算法的作业车间调度研究与应用 [J].
周宏根 ;
戚雪峰 ;
景旭文 ;
王黎辉 .
现代制造工程, 2006, (08) :5-8
[3]   基于遗传算法的多目标柔性工作车间调度问题求解 [J].
谷峰 ;
陈华平 ;
卢冰原 .
运筹与管理, 2006, (01) :134-139
[4]   基于免疫遗传算法的车间动态调度 [J].
柴永生 ;
孙树栋 ;
余建军 ;
吴秀丽 .
机械工程学报, 2005, (10) :23-27
[5]   采用多个体交叉的遗传算法求解作业车间问题 [J].
杨晓梅 ;
曾建潮 .
计算机集成制造系统, 2004, (09) :1114-1119
[6]   共生进化在参数学习中的应用 [J].
郑浩然 ;
唐爱军 ;
何劲松 .
计算机工程与应用, 2002, (15) :11-12+17
[7]   A modified genetic algorithm for job shop scheduling [J].
Wang, L ;
Zheng, DZ .
INTERNATIONAL JOURNAL OF ADVANCED MANUFACTURING TECHNOLOGY, 2002, 20 (01) :72-76