第
2
7
卷
第
4
期
2
018
年
7
月
系
统 管 理 学 报
J
ournal
of
S
y
stems
& Mana
g
ement
V
ol.27No.4
Jul.2018
文
章编号
:
1
005
-
2
542
(
2018
)
04
-
0
704
-
0
8
基于多目标萤火虫膜算法的学习效应生产调度问题
侯
丰龙
,
叶春明
,
耿秀丽
(
上
海理工大学 管理学院
,
上海
2
00093
)
【
摘
要
】
针对复杂的生产环境
,
建立基于学习效应的多目标置换流水车间调度问题模型
。
设计嵌套有萤
火虫算法的膜算法
,
改进其邻域搜索策略
,
对构建的模型进行寻优求解
。
利用
C
ar
类
基准测试问题测试萤火
虫膜算法的性能
,
并通过与萤火虫算法和粒子群算法的对比
,
验证了萤火虫膜算法在求解置换流水车间调度
问题中的可行性和有效性
。
利用膜算法求解得到的不同学习率下置换流水车间调度问题的最大完工时间及
总流经时间
,
构建
P
areto
最
优解集
,
分析不同学习效应因子对多目标置换流水车间调度问题的影响程度
。
关键词
:
学习效应
;
萤火虫膜算法
;
多目标
;
置换流水车间
中图分类号
:
T
P
18
文
献标志码
:
A
L
earnin
g
Effect
Production
Schedulin
g
Problem
Based
on
Multi
-
O
b
j
ective
Firefl
y
Membrane
Al
g
orithm
H
OU
F
en
g
lon
g
,
Y
E
C
hunmin
g
,
G
ENG
X
iuli
(
S
chool
of
Business
,
Universit
y
of
Shan
g
hai
for
Science
and
Technolo
gy
,
Shan
g
hai
200093
,
China
)
【
Abstract
】
For
the
com
p
lex
p
roduction
environment
,
a
multi
-
o
b
j
ective
model
of
p
ermutation
flow
-
s
ho
p
schedulin
g
p
roblem
(
PFSP
)
was
established
based
on
the
learnin
g
effect.A
membrane
com
p
utin
g
al
g
orithm
which
nested
a
firefl
y
al
g
orithm
was
desi
g
ned
and
the
nei
g
hborhood
search
strate
gy
was
im
p
roved
to
solve
and
o
p
timize
the
model.
The
Car
benchmark
was
used
to
test
the
p
erformance
of
the
firefl
y
membrane
al
g
orithm
,
and
verif
y
the
feasibilit
y
and
effectiveness
in
solvin
g
the
multi
-
o
b
j
ective
p
ermutation
flow
-
s
ho
p
schedulin
g
p
roblem
b
y
com
p
arin
g
with
the
firefl
y
al
g
orithm
and
the
p
article
swarm
al
g
orithm.A
Pareto
non
-
d
ominated
set
with
the
makes
p
an
and
total
flow
time
under
different
learnin
g
effects
was
built
to
anal
y
ze
the
influence
of
learnin
g
effect
on
the
multi
-
o
b
j
ective
p
ermutation
flow
-
s
ho
p
schedulin
g
p
roblem.
Ke
y
words
:
learnin
g
effect
;
firefl
y
membrane
al
g
orithm
;
multi
-
o
b
j
ective
;
p
ermutation
flow
-
s
ho
p
schedulin
g
p
roblem
(
PFSP
)
收
稿日期
:
2
016
-
1
0
-
1
9
修
订日期
:
2
017
-
0
1
-
2
9
基
金项目
:
国家自然科学基金资助项目
(
71271138
,
71301104
)
;
上海市一流学科建设项目
(
S
1201YLXK
)
作
者简介
:
侯丰龙
(
1
989
-
)
,
男
,
博
士生
。
研究方向为生产调度与
智能算法
。
E
-
m
ail
:
sdzx2013
@
163.com
随
着工业技术的发展和大数据环境的冲击
,
生
产调度作为生产环节的关键问题被再次广泛地研
究
。
生产调度 问题 主要 包括单机调 度问题
(
S
in
g
le
Machine
Schedulin
g
,
SMS
)
、
流
水 车 间 调 度 问 题
(
F
low
-
s
ho
p
Schedulin
g
Problem
,
FSP
)
、
作
业 车 间
调度问题
(
J
ob
-
s
ho
p
Schedulin
g
Problem
,
JSP
)
以
及
开 放 车 间 调 度 问 题
(
O
p
e
n
-
s
ho
p
Schedulin
g
Problem
,
OSP
)
等
。
在实际生产活动中
,
置
换流水车
间 调 度 问 题
(
P
ermutation
Flow
-
s
ho
p
Schedulin
g
Problem
,
PFSP
)
是
FSP
问
题中重要的一类
,
主要应
用于以单件大批量生产为主的制造企业中
,
鉴于其
实际应用
,
多目标置换流水车间
(
M
PFSP
)
具
有重要
的研究意义
。
L
ee
等
[
1
]
采
用遗 传算 法
,
以最 小化 加
权延迟时间和最大完工时间为目标研究流水车间调
度问题
。
L
emesre
等
[
2
]
提
出精确并行方法求解双目
标置换流水车间调度问题
,
双目标为最小化最大完
工时间和总延迟时间
。
A
rro
y
o
等
[
3
]
以
最小 化最 大