基于莱维萤火虫算法的智能生产线调度问题研究

摘要

针对智能生产线调度过程中易出现饥饿和堵塞等问题,通过分析调度过程,建立调度问题的目标函数和约束条件;然后提出一种基于莱维飞行的新型萤火虫算法,利用莱维分布提高种群的搜索范围和有效性,以最大和最小荧光素作为边界约束优化荧光素迭代公式,提高个体所携带荧光素的合理性;引入立方映射实现对种群的优化,提高种群的综合搜索能力。算法测试结果表明,莱维萤火虫算法(Levy Glowworm Swarm Optimization,LGSO)相比GSO(Glowworm Swarm Optimization)、SGSO(Glowworm Swarm Optimization of Scene Understanding)和CGSO(Chaos Glowworm Swarm Optimization)具有更好的求解精度、收敛性和稳定性。利用LGSO算法对典型的4种智能生产线的调度问题进行优化求解,并与GSO算法和SGSO算法进行对比,结果表明:LGSO算法计算结果的最差值、最优值、结果平均值以及标准偏差基本均优于其他两种算法,特别在复杂路径下,LGSO算法具有更好的求解精度、收敛速度及稳定性,验证了数学模型的准确性和LGSO算法解决调度问题的可行性。