基于累积前景理论的最优觅食算法求解多目标流水车间调度问题

摘要

针对高维多目标置换流水车间调度问题,以最大的完工时间、最大的延迟时间、库存成本和拖期成本为最小化优化目标,提出基于累积前景理论的最优觅食算法(CPT-OFA)求解该问题。算法将灰色关联分析法、信息熵理论和累积前景理论融合,通过设置参照点、确定价值函数和属性权重的方式来建立Pareto解的综合前景价值模型,利用信息熵理论计算各目标的评价权重。以价值的大小来判断Pareto解的好坏,将该值作为最优觅食算法的适应度值来引导算法进化。在标准最优觅食算法的基础上,引入逆向搜索机制来避免陷入局部最优解,增强种群的搜索能力,建立改进的最优觅食算法。通过仿真实例实验及生产案例,表明CPT-OFA算法的寻优性能明显优于3种较为新颖的多目标优化算法,且在多目标置换流水车间调度问题上能够获得较高质量的Pareto解。