多目标柔性车间作业调度的改进NSGA算法

"改进NSGA算法求解多目标柔性车间作业调度问题_鞠录岩1" 在制造业中，提高生产效率是提升企业竞争力的关键因素之一。柔性车间作业调度问题（Flexible Job-shop Scheduling Problem, FJSP）是实现这一目标的重要途径。FJSP涉及到N个工件在M台机床上的加工，每个工件有固定的工序顺序，但工序可以在多台不同的机床上完成，且加工时间因机床不同而变化。相较于传统的Job-shop Scheduling Problem (JSP)，FJSP提供了更大的灵活性，有助于优化生产流程。 多目标优化在解决FJSP时尤其重要，因为它通常涉及多个相互冲突的目标，如最小化加工时间、减少机器闲置时间、优化资源利用率等。鞠录岩等人提出了一种改进的非支配排序遗传算法（Improved Non-dominated Sorting Genetic Algorithm, NSGA）来解决这类问题。他们设计了特定的矩阵编码结构以适应FJSP的特性，并创新性地改进了非劣前沿分级方法，以快速获取Pareto最优解集，降低计算复杂度。 在交叉算子方面，研究者采用了适应FJSP问题的策略，以促进种群的多样性。同时，他们引入了一个基于Pareto等级的自适应变异算子，该算子能够根据种群的多样性动态调整变异概率，这有助于避免算法过早收敛（早熟现象），并挖掘潜在的优秀解决方案。此外，为了保留优秀的个体，研究中还应用了精英保留策略，确保了种群中包含前代的最优解。 鞠录岩等人的研究表明，这种改进的NSGA算法能够有效结合遗传算法的全局搜索能力，防止早熟，快速找到多目标优化问题的非劣解集合。通过调整变异概率，算法能够维持种群多样性，从而更全面地探索解决方案空间。这些特性使得该算法在解决多目标柔性车间作业调度问题时具有较高的实用价值。 关键词：柔性车间作业调度；多目标优化；非劣前沿分级遗传算法 文献标志码：A 中图分类号：TP301 doi：10.3778/j.issn.1002-8331.1809-0246 鞠录岩，杨建军，张建兵等人.改进NSGA算法求解多目标柔性车间作业调度问题.计算机工程与应用，2019，55（13）：260-265. 该研究为实际的制造环境提供了理论支持，对于优化复杂的车间调度问题，提高生产效率和降低运营成本具有实际意义。同时，提出的算法框架也为其他多目标优化问题提供了借鉴。