摘要：针对置换流水线调度问题,提出了一种新颖的混合离散果蝇算法.算法每一代进化包括4个搜索阶段:嗅觉搜索、视觉搜索、协作进化和退火过程.在嗅觉搜索阶段,采用插入方式生成邻域解;在视觉搜索阶段,选择最优邻域解更新个体;在协作进化阶段,基于果蝇个体间的差分信息产生引导个体;在退火操作阶段,以一定概率接受最优引导个体从而更新种群.同时,通过试验设计方法对算法参数设置进行了分析,并确定了合适的参数组合.最后,通过基于标准测试集的仿真结果和算法比较验证了所提算法的有效性和鲁棒性.

摘要：针对PFSP问题(Permutation Flow-Shop Scheduling Problem,流水车间调度问题),提出了一种采用混合模拟退火和人工鱼群求解PFSP的调度方法;首先,定义了PFSP问题模型,然后设计了人工鱼编码方式、适应度函数和改进的人工鱼行为,当人工鱼停滞以及算法陷入局部最优时,采用IG算法对人工鱼状态进行变异并采用模拟退火思想接受人工鱼的新状态;最后,定义了基于模拟退火和人工鱼群算法对PFSP求解的具体算法;仿真实验证明文中的方法能有效地解决PFSP问题,在迭代到140代时就已经获得全局最优解6.312,且与其它方法相比,文中方法具有全局寻优能力强和收敛速度快的优势。

摘要：针对多目标置换流水车间调度问题(PFSP)提出了一种改进的遗传算法,用于优化最大完工时间和总完工时间。该算法采用启发式算法和随机算法相结合产生初始种群,以保持种群多样性;通过选择、交叉、变异操作以及群体更新策略完成进化过程;当种群进化停滞时,引入群体重新初始化机制恢复多样性。此外,设计了一种变邻域搜索算法,加速种群收敛并跳出局部最优。通过基准测试问题实验以及与其他几个优化算法比较,结果表明,提出的算法无论在求解质量还是稳定性方面都优于其他算法。

摘要：针对以最小化最大完工时间、最小化最大拖期和最小化总流程时间为目标的置换流水车间调度问题(permutation flow shop scheduling problem,PFSP),基于双变量分布估计法(bi-variable estimation of distribution algorithm,BVEDA)提出改善式双变量分布估计算法(Improved BVEDA,IBVEDA)进行求解。利用BVEDA中双变量概率模型进行区块构建,根据组合概率公式进行区块竞争和区块挖掘,借用高质量的区块组合人造解,提高演化过程中解的质量;针对算法多样性较差的特点,设计在组合人造解的过程中加入派工规则最短处理时间、最长处理时间和最早交货期,将上述方法并行演化,通过top10的权重适度值总和动态调整上述方法处理的解的数量,最后利用帕累托支配筛选和保存非支配解。试验使用C++代码在Taillard标准算例上测试,IBVEDA与SPGAⅡ和BVEDA比较,并绘制解的分布图证实算法的有效性。