新型邻域搜索算法解决混合流水车间低碳调度

"这篇研究论文‘基于新型邻域搜索以碳排放为目标的混合流水车间低碳调度’由艾子义和雷德明发表于2017年《信息与控制》杂志第46卷第3期，页码311～317，DOI:10．13976/j．cnki．xk．2017．0311，文章编号1002－0411(2017)－03－0311－07。该研究得到了国家自然科学基金的支持。" 文章主要探讨的是混合流水车间调度问题（HFSP）的低碳优化，目标是减少碳排放。在分析了HFSP的特点后，作者们提出了一个新颖的邻域搜索算法，称为NSMG（结合记忆和全局交换的新型邻域搜索）。这个算法的核心在于它结合了记忆机制来保存一定数量的最优解，并通过简单的策略进行更新。 NSMG算法包含两个关键部分：邻域搜索和全局交换。邻域搜索在局部范围内探索解决方案的改进，而全局交换则着眼于全局优化，以寻找可能的全局最优解。这两类搜索方法通过精心设计的协作机制协同工作，从而提高找到高质量解的可能性。 为了验证算法的有效性，研究人员对一系列实例进行了大量的实验。实验结果表明，NSMG在解决研究中的HFSP时表现出强大的搜索能力和竞争力，能够有效地降低碳排放。该研究对于理解和解决实际生产环境中的低碳调度问题具有重要的理论和实践意义，特别是在考虑环保和可持续性的现代工业生产中。 关键词涵盖了混合流水车间调度、碳排放、邻域搜索、全局交换和记忆，表明该研究专注于这些问题的交叉领域，特别是如何在保持生产效率的同时减少环境污染。中图分类号为TP18，文献标识码为A，这通常表示该研究属于计算机科学和技术领域的应用研究。