改进蜣螂优化算法求解置换流水车间调度问题

摘要

针对置换流水车间调度求解最小化最大完工时间时，易陷入局部最优且全局探索和局部开发能力不足的问题，设计了一种改进蜣螂优化算法.首先，该算法通过采用优化后的Chebyshev混沌映射来初始化种群，目的是增强种群的多样性，拓展搜索区域，提升整体优化水平.在算法前期设计一种自适应收敛因子策略实现个体动态搜索，提高算法遍历性，增强蜣螂个体间的信息交互，使算法的寻优空间更加全面.在迭代后期利用融合改进的透镜成像反向学习策略和贪婪选择策略，协调全局探索和局部开发平衡的能力，避免算法陷入局部最优.然后通过正交实验方法，选定算法相关参数，并在Car、Rec和Taillard标准算例上进行仿真实验，实验数据表明，所提算法性能表现明显优于与之对比的其他群体智能优化算法.最后，对某钢管生产企业生产工艺排产的有效性进行了检验.

关键词

蜣螂优化算法 / 置换流水车间 / 收敛因子 / 反向学习 / 最小化最大完工时间

基金资助

国家自然科学基金资助项目(52275449)