基于改进贪婪随机自适应算法的车间调度优化

摘要

贪婪随机自适应搜索算法(GRASP)是近年来涌现的新的元启发式算法,其在车间调度优化方面的应用还很少,且解的全局满意度不够好.在已有GRASP的基础上,提出一种改进GRASP来解决装配车间调度优化问题.将发动机装配线简化为-个flow shop问题,以装配作业完成的总加工时间最短为优化目标.在已有GRASP强化策略中融入优化集ε的自进化过程而获得改进GRASP,并用实例对改进GRASP进行了仿真研究.结果表明,与现有的GRASP和遗传算法相比.强化策略和优化集ε自进化过程的结合可以大大提高改进GRASP的全局满意度,对求解该类问题有很好的效果.