改进分布估计算法：模糊混合Flow Shop并行机调度的优化策略

该论文《基于改进分布估计算法的带并行机模糊混合Flow Shop调度》发表于2015年的华东理工大学学报自然科学版，针对处理时间存在不确定性的混合Flow Shop调度问题进行了深入研究。Flow Shop调度问题是一种典型且复杂的工业工程问题，它涉及多个工作中心和多台并行机器，任务需要按照特定顺序在各机器上完成，而处理时间的不确定性增加了调度的复杂性。 论文首先利用模糊规划理论，针对这种不确定性，提出了一个模糊数排序的建模方法，将模糊性考虑进调度模型中。模糊规划允许在决策过程中考虑到不确定性因素，通过最小化加权模糊最大完工时间和不确定度这两个双重目标，寻求最优化的调度方案。模糊最大完工时间考虑了加工任务的不确定性，而不确定度则反映了整个生产过程的波动性。 为了高效解决这个问题，论文提出了一种改进分布估计算法（IEDA）。算法初始化阶段，采用了基于Nawaz-Enscore-Ham（NEH）策略以及破坏重建策略，以确保初始种群的质量并促进种群的多样性。在搜索过程中，算法对较优个体进行变邻域局部搜索，提高了搜索的精度，同时通过破坏重建策略打破局部最优状态，防止算法陷入局部最优陷阱。 当最优解长时间没有改进时，算法会切换到基于破坏重建策略的变邻域局部搜索，进一步增强算法的全局探索能力，从而提升解决方案的质量。此外，论文还利用正交设计方法来调整算法参数，这有助于优化算法性能，并通过仿真实验验证了提出的算法在实际问题中的优越性和有效性。 这篇论文在处理带有并行机的模糊混合Flow Shop调度问题上取得了一定的突破，不仅提供了新的模糊建模方法，还引入了有效的优化算法，对于实际生产环境中的复杂调度问题具有重要的理论和实践价值。关键词包括混合Flow Shop、模糊调度、分布估计算法以及破坏重建策略，这些都是理解论文核心内容的关键术语。