基于滚动窗口的多目标动态调度优化研究

被引:16
作者
张超勇
李新宇
王晓娟
刘琼
高亮
机构
[1] 华中科技大学数字制造装备与技术国家重点实验室
关键词
作业车间调度; 遗传算法; 动态调度; 滚动窗口;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
提出一种基于滚动窗口的多目标遗传算法调度优化策略,该策略采用基于周期和事件驱动的混合再调度机制将调度过程分成连续静态调度区间,在每个区间内用基于Pareto概念的多目标进化算法对窗口工件进行调度优化。根据动态调度问题的特性,设计了有效的解码和遗传操作,并以常用的动态调度性能指标(交货期、最大流经时间、最大完工时间以及初始调度的偏离程度)为多目标遗传算法为优化指标。此外,为了降低计算的复杂性和维持生产的稳定性,提出一种人机协同动态调度机制。基于上述策略开发出多目标动态调度原型系统,通过对动态实例进行测试,验证了该策略的有效性和可行性。
引用
收藏
页码:2190 / 2197
页数:8
相关论文
共 7 条
  • [1] 作业车间动态调度研究
    潘全科
    朱剑英
    [J]. 南京航空航天大学学报, 2005, (02) : 262 - 268
  • [2] 基于POX交叉的遗传算法求解Job-Shop调度问题
    张超勇
    饶运清
    刘向军
    李培根
    [J]. 中国机械工程, 2004, (23) : 83 - 87
  • [3] 多目标进化算法及其应用[M]. 科学出版社 , 郑金华著, 2007
  • [4] Reactive Recovery of Job Shop Schedules – A Review[J] . A. S. Raheja,V. Subramaniam.International Journal of Advanced Manufacturing Technology . 2002 (10)
  • [5] Rescheduling job shops under random disruptions
    Abumaizar, RJ
    Svestka, JA
    [J]. INTERNATIONAL JOURNAL OF PRODUCTION RESEARCH, 1997, 35 (07) : 2065 - 2082
  • [6] Muiltiobjective Optimization Using Nondominated Sorting in Genetic Algorithms[J] . N. Srinivas,Kalyanmoy Deb.Evolutionary Computation . 1994 (3)
  • [7] Industrial Scheduling. H. Fisher,and G. L. Thompson. Prentice Hall . 1963