非同质容量平行机上的差异工件批调度蚁群优化算法

本文主要探讨了"不同容量平行机下差异工件尺寸的批调度算法"这一关键领域。在实际生产环境中，当面临多台工作能力不一的平行批处理机时，如何有效地安排具有不同尺寸的工件，以最小化整体的制造时间（即“制造跨度”）是一个重要的优化问题。研究者贾兆红、李晓浩、温婷婷和李龙澍针对这个问题提出了创新的解决方案。 他们提出的算法是基于蚁群优化算法设计的。蚁群优化是一种模拟生物群体行为的搜索优化方法，其灵感来源于蚂蚁寻找食物的行为。在解决这类复杂问题时，蚁群算法通过模拟蚂蚁释放的信息素（一种启发式信息），引导搜索过程找到潜在最优解。在这个案例中，他们定义了解的浪费空间作为信息素，以此来构建候选解集合，这有助于缩小搜索空间，提高算法效率。 针对不同机器的容量限制，他们设计了两种策略来构建解的候选集，确保每个工件都能合理分配到最适合的机器上，同时满足容量约束。此外，他们还引入了局部优化方法对找到的候选解进行进一步精炼，以提升最终解决方案的质量。 实验结果显示，他们的算法在处理这种具有挑战性的任务时表现出良好的性能，相比现有的同类算法，显示出优越性。论文的关键词包括“平行批处理机”，“差异尺寸工件”，“不同机器容量”，以及“机器适用限制”，这些都是研究的核心概念。 这项研究不仅解决了实际工业生产中的复杂调度问题，还展示了蚁群优化算法在解决具有非同质性特征的制造环境中的潜力，对于制造业优化决策具有重要价值。中图分类号 TP301 表明该研究属于计算机科学与技术中的生产工程和管理类别，文献标志码 A 表示该文章的研究水平较高，值得深入阅读和参考。