解决零等待多产品厂调度问题的改进粒子群算法.pdf

《解决零等待多产品厂调度问题的改进粒子群算法》这篇论文主要探讨的是在多产品工厂中如何通过优化调度策略来减少等待时间，提高生产效率的问题。文章提出了一种创新的改进粒子群优化算法，以解决总流程时间最小化的问题。 在多产品厂调度问题中，每个产品在设备上的操作包括调整、加工和移除三个阶段，并且采用零等待的方式进行生产。这种生产模式要求各步骤之间无缝衔接，以最小化总的生产时间。为了解决这一问题，作者建立了相应的数学模型，以反映生产过程的特性。 标准粒子群优化算法（SPSO）虽然在许多优化问题中表现出色，但在处理此类问题时可能存在固有的缺陷，如粒子容易过早收敛到局部最优，缺乏足够的探索能力。因此，论文提出了带有创新因子的改进粒子群优化算法。在粒子的位置更新公式中引入创新因子，可以增加粒子的随机性，避免粒子过于依赖个体极值和群体极值，从而防止粒子过早聚集，同时扩大搜索范围，增强粒子的探索能力，保持种群的多样性，防止算法陷入局部最优，提升全局搜索性能。 通过对比不同规模问题的仿真求解，改进后的算法优化结果显著优于标准粒子群算法和遗传算法，验证了改进算法的有效性和优越性。此外，仿真还研究了非零调整时间和非零移除时间对调度结果的影响，这对于实际工厂的生产计划制定具有重要的参考价值。 这篇论文提出的改进粒子群算法为解决零等待多产品厂的调度问题提供了一个高效且适应性强的解决方案，通过引入创新因子，有效地提高了算法的全局优化能力和适应性，对于优化生产流程、减少等待时间、提高生产效率具有重要意义。