粒子群禁忌搜索优化的FMS多智能体调度：高效解决方案

本文主要探讨了粒子群—禁忌搜索在柔性制造系统(FMS)多智能体调度中的应用。FMS是一种高度灵活和自动化的生产系统，其调度问题因其复杂性和动态性而具有挑战性。研究者针对这一问题，提出了一个以最小化最大完工时间为优化目标的多智能体调度系统，该系统由全局智能体、工件智能体和机器智能体组成。 工件智能体和机器智能体通过合同网协议协同工作，生成初始解。工件智能体负责任务分配，机器智能体则在此基础上进行局部优化。局部最优解集被机器智能体传递给全局智能体，后者运用粒子群优化和改进的禁忌搜索算法进行全局寻优。禁忌搜索是一种启发式搜索方法，它通过避免先前尝试过但未成功的选择，提高了搜索效率。而粒子群优化则是模拟鸟群觅食行为的优化算法，它能寻找全局最优解。 改进的双禁忌表搜索算法利用多智能体间的交互性，增强了机器智能体的优化结果多样性，这些多样化的局部最优解为全局智能体提供了丰富的初始粒子群，从而提高整体调度性能。这种混合策略在仿真测试中显示出显著的优势，系统在收敛速度和解决方案质量上都超越了单纯使用遗传算法和禁忌搜索的传统方法。 通过对10个经典的柔性job-shop问题进行求解，结果显示提出的多智能体调度系统在解决复杂制造系统调度问题时表现出优异的表现，所有结果都优于已知的单独使用其他优化算法的结果。这表明，将粒子群优化和禁忌搜索相结合，能够有效提升FMS调度的效率和优化效果，为柔性制造系统的高效运行提供了一种新的解决方案。