基于熵增强混沌遗传算法的柔性作业车间调度

为使企业获得最优综合调度质量的车间调度方案，研究了多目标柔性作业车间调度数学模型及其求解算法，建立了基于最大完工时间、最大机器负荷差、机器总负荷和调度复杂度4个调度质量指标的多目标柔性作业车间调度问题模型(MFJSP),提出熵增强混沌遗传算法(ECGA)求解该模型，应用伯努利混沌映射公式改进算法选择操作，用高斯云模型改进变异算子和交叉算子，提高算法的全局寻优能力和搜索效率。根据计算的交叉概率和变异概率执行切牌式交叉操作和两基因片段式变异操作提高种群基因的多样性。以M8J12P3调度问题为例验证了MFJSP模型和ECGA算法的有效性。结果表明，与SGA、PSO和ABC相比，ECGA具有更快的收敛速度和更好的全局搜索能力，有助于企业提高生产效率和降低成本。