面向混流作业车间的动态调度建模与仿真

期时间最短为目标函数的动态调度模型。引入改进遗传算法进行求解，算法可以自适应调整参数，融合精英保留策略和多种群基因迁移策略，提升算法寻优能力。通过实例验证，该算法无论是在寻优能力上还是算法收敛速度上都优于标准NSGA-Ⅱ，最大完工时间缩短了9.1%，机器总负荷降低了4.0%，总能耗降低了8.2%，交货延期时间缩短了11.1%，而且收敛速度缩短了41.1% 。

（2）提出了一种考虑变邻域算法策略的多目标灰狼优化算法。本文在返工动态模型基础上，考虑实际生产车间在生产过程中工序间会有物料搬运的时间，建立以最大完工时间最小、机器总负荷最低、车间能耗最低为目标函数的混流作业车间动态调度模型。基于多目标灰狼算法，融合变邻域搜索算法的原理并基于此引入可独立行动的“亥狼”，用于增加搜索范围、改善解质量。通过实例验证，最大完工时间相比标准MOGWO和标准NSGA-Ⅱ分别减少6.7%和8.5%，机器总负荷分别降低0.3%和0.5%，总能耗降低了6.1%和3.9%。

参考文献（略）