模拟退火遗传算法SAGA解决差异工件批调度问题

需积分: 10 0 下载量 86 浏览量 更新于2024-09-10 收藏 434KB PDF 举报
差异工件平行机批调度问题是工业生产中常见的复杂优化问题,它涉及到如何有效地安排多台平行机器对具有不同加工时间、优先级或约束条件的工件进行排序和分配,以最小化总加工时间和资源利用率。针对这一问题,本文提出了模拟退火遗传算法(SAGA),结合了模拟退火算法(SA)的全局搜索能力和遗传算法(GA)的局部优化特性。 模拟退火遗传算法(SAGA)的核心在于将SA的状态转移操作融入到基于最优保留的GA中。状态转移操作作为局部搜索策略,有助于算法跳出局部最优解,提高搜索效率。在GA的常规迭代过程中,特别是在后期,由于适应函数可能无法准确区分适应度相近的个体,SAGA采取了两阶段标定适应函数的方法,以增强算法的全局性能。在进化后期,SAGA引入了一个加速适应函数,这有助于更快地收敛到全局最优解。 此外,文章还改进了传统的单切点交叉方式,采用了效果更好的双切点交叉,这可以提高种群的多样性,防止过早陷入局部最优,从而提升算法的整体性能。实验结果对比显示,SAGA相较于其他常见的方法,如GA、BFLP(T)(最佳适应度最短加工时间)和FFLP(T)(第一个适应度最短加工时间)启发式规则,表现出显著的优势,证明了其在解决差异工件平行机批调度问题上的有效性。 研究团队由舒锋、陈华平、杜冰、李小林和操张进组成,分别来自中国科学技术大学管理学院,他们的工作涵盖了智能优化、作业调度以及相关领域的深入研究。他们的研究成果对于优化生产流程,提高生产效率和降低成本具有重要的理论和实际意义。整个研究得到了国家自然科学基金和国家博士点基金的共同支持。该论文发表在2010年,表明了学术界对该问题的关注和持续的研究进展。