基于关键工序的全局随机机器选择和改进GA求解FJSP

以FJSP的最大完工时间作为优化目标,在考虑同一工件的工序顺序约束的同时,为提高初始种群的多样性,针对FJSP的机器选择问题采用堆栈方式存储工序。P-FJSP中只有一台机器可选的关键工序能直接影响机器总负荷和工件加工时间,进而提出了一种基于关键工序的全局随机选择(GRS)初始化方法。为了避免基本遗传算法在求解FJSP时陷入局部极优而停滞,在GA算法中加入再激活(re-activation)机制,旨在重新激活种群,增加种群的多样性。最后,针对FJSP基准测试算例进行数值分析,通过初始机器选择部分的性能对比实验、不同初始方式下遗传算法求解FJSP对比实验分别验证了GRS初始化机制的有效性和所提改进算法的可靠性。