两级帝国竞争算法解决节能混合流水车间调度问题

"这篇研究论文探讨了具有目标相对重要性的节能混合流水车间调度问题，并提出了一种两级帝国竞争算法(TICA)来解决该问题。在混合流水车间调度中，考虑到总延误、最大完工时间和总能耗这三个目标，其中第三个目标（总能耗）的重要性较低。文章通过定义新的 Pareto 压制关系来处理目标的相对重要性，并通过不同搜索阶段中不同帝国之间的同化和革命操作，生成高质量的解决方案。" 在当前的工业生产环境中，能源效率已经成为了一个关键议题，尤其是在流水车间调度中。混合流水车间调度问题（HFSP）是指在拥有不同类型机器的生产环境中，合理安排任务的顺序和分配，以达到优化生产效率和减少能耗的目标。随着环保意识的提升，节能成为了一个不可忽视的因素，因此，能源效率混合流水车间调度问题（EHFSP）被广泛研究。 然而，以往的研究往往关注单一或等权重的目标优化，例如最小化总延误、最大化生产效率或最小化能源消耗。这篇论文指出，不同的目标在实际生产中可能具有不同的优先级，如总延误和最大完工时间通常比总能耗更重要。为了更准确地反映这种现实情况，作者提出了一个考虑目标相对重要性的新 Pareto 压制关系。这种方法允许在优化过程中，将次要目标（如总能耗）对主要目标（如总延误和最大完工时间）的影响降到最低，同时保持全局优化。 两级帝国竞争算法（TICA）是为了解决这一问题而设计的新型优化算法。帝国竞争算法（ICA）是一种基于社会政治结构的全局优化算法，模拟了帝国之间的竞争和殖民过程。TICA 将帝国分为两个层次：最强帝国和其他帝国。在不同的搜索阶段，这两层帝国执行不同的同化（即融合优秀个体）和革命（即淘汰劣质个体）策略，从而在寻找平衡点的同时，确保次要目标不会过度影响主要目标的优化。 在应用TICA的过程中，算法首先通过初始化建立帝国群体，然后在各个搜索阶段中，根据新定义的Pareto压制关系和目标重要性调整同化和革命的策略。这种动态调整有助于在多目标优化中找到更接近实际需求的解。此外，通过实验结果对比，TICA在处理具有目标相对重要性的EHFSP时，显示出了优于其他传统算法的性能，证明了其在解决此类复杂问题上的有效性。 这篇研究论文为解决具有目标相对重要性的节能混合流水车间调度问题提供了新的视角和方法。两级帝国竞争算法的提出，不仅丰富了优化算法库，也为实际生产环境中的调度决策提供了理论支持。