调整时间与顺序相关的等同并行机调度
第47卷第16期
201
机械工程学报
JOURNALOF
Vbl.47Aug.
No.1620l1
1年8月
MECHANICALENGINEERING
Doh
10.3901肭E.2011.16.160
调整时间与顺序相关的等同并行机调度木
胡大勇
姚振强
(上海交通大学机械系统与振动国家重点实验室上海200240)
摘要:调整时间与顺序相关的等同并行机调度在生产服务业与制造业中有着十分广泛的应用背景,具有计算复杂性的主要特点。调整时间与顺序相关的等同并行机调度是将被加工工件集的各工件分配给等同并行机资源,并安排工件的加工次序。它是决策的一种形式,其目的足优化一个或多个目标。研究以最小化被加工工件最大完工时间为目标的调整时间与顺序相关的等同并行机调度,建立该I’廿J题的数学规划模硝,根据问题的结构特点开发基于两段式染色体表达的遗传算法以获得该问题的
近似最优解:在所建立数学规划模型的基础E,引入所求解问题的下界对近似最优解的质量进行评价。对具有不同规模的问
题实例进行计算试验,计算结果表明所设计的遗传算法能够在可接受的计算时间内获得合理的解。
关键词:等同并行机调度
中图分类号:TP29
调整时间与顺序相关数学规划模犁
下界遗传算法
IdenticalParallel
Machines
SchedulingwithSequence・dependent
SetupTimes
HUDayong
YAOZhenqiang
(State
KeyLaboratoryofMechanicalSystemandVibration,
ShanghaiJiaoTongUniversity,Shanghai200240)
Abstract:Identicalparallelmachinesschedulingwithsequence・dependentsetuptimeisextensivelyappliedinproductiveserviceandmanufacturing
industry
anditsmaincharacteristic
a
is
to
computationalcomplexity.Identical
parallelmachinesschedulingwith
sequence-dependentsetuptimeistoallotmachine.Itis
a
set
ofjobsbeprocessedintoidenticalparallelmachinesandsequencethejobs
0n
each
typeofdecisionmakingwiththepurposeofoptimizingsingle
objective
or
multiple
objectives.Identical
parallel
machinesschedulingwithsequence-dependentsetuptimetominimizethemaximumjobcompletiontimeisstudied.Theproblemis
formulated
on
asa
mathematicalprogrammingmodel.According
representationis
developedto
to
thestructurecharacteristicoftheproblem,ageneticalgorithm
near
based
two-part
chromosomeobtain
optimal
solutions.Based
near
0n
theproposed
mathematical
Can
programmingmodel,alowerboundfortheproblemisintroduced
experiments
are
to
evaluatethequalityof
optimalsolutions.Computational
conducted
on
instancesofdifferentsizes,andthecomputationalresultsshowthatthe
an
designed
geneticalgorithm
obtainreasonablesolutionswithin
acceptablecomputationaltime.
Keywords:Identicalparallelmachinesscheduling
Lowerbound
Sequence-dependent
setuptimeMathematicalprogrammingmodel
Genetic
algorithm
以实现优化目标。以最小化被加工工件最大完工时
0前言
调整时间与顺序相关的等同并行机调度是指作为稀缺资源的若干台等同并行机器加工一组给定的不同工件。每一个工件可以在任何一台机器上进行加工,并需要不中断的单一操作;每一台机器在加工不同的工件时需要进行调整:调整时间与工件的加工顺序相关:确定每一台机器所加工的工件序列
间为目标,使用调度问题的三元组符号Il】,可以将
这一问题描述为弓I吩Ifc一。己I%I七一是组合优
化问题,也是NP.hard问题,即使是m=l的单机情况12】,一般很难精确地求出其最优解。另一方面,
己I%lfc一在生产服务业与制造业中有着十分广泛的应用背景。因此,研究有效的只1%Ifc呲求解
算法具有重要的理论意义和应用价值。
MOKOTOFFl3】对以最小化最大完工时间为目标的等同并行机调度的求解算法进行了较为全面的
‘国家科技支撑计划资助项1目(2006BAH02A17).20100823收到初稿,20110420收到修改稿
.
阶段性综述,并在此基础上提出了研究与应用的发
万方数据
kN∈W
2011年8月胡大勇等:调整时间与顺序相关的等同并行机调度
16l
展方向。对于调整时间在生产调度中重要性的认识,日益受到关注,ALLAHVERDI等【44】以典型生产调度问题为背景,综述了现阶段具有调整时间约束的生产调度问题研究内容、方法与应用现状。现有研究中所使用的求解算法可以分为精确算法和近似算法两类,精确算法一般使用组合优化问题的分枝定界策略以获得问题的最优解,但求解费时并受限于问题的规模:近似算法兼顾求解的速度与质量,在合理的时间内寻找尽可能好的满意解和尽可能大的问题规模【oJ。
作为一种基于智能计算的近似算法,遗传算法不依赖问题表达的梯度信息,直接对结构对象进行操作,具有内在的隐并行性和全局寻优能力,并通过概率化寻优方法,自动获取和优化搜索空间,自适应地调整搜索方向,是一种可以用于复杂系统优化计算的鲁棒搜索算法【7喝J。
评价近似算法求解质量的方法可以归纳为相对
性评价和确定性评价两类。现有研究中多采用相对性评价,即比较不同近似算法的计算目标值,虽然能区分其间相对优劣,但是不能反映求解精度。确定性评价的一个直观标准是问题的最优解,但是求解大规模NP.hard问题的最优解是非常困难的;对于最小化的目标,解决这个难点的一个有效方法是通过所求解问题的下界,用计算目标值同下界的背离程度反映近似算法求解精度。
本文首先建立只I%Ifc呲的数学规划模型,然
后在该数学规划模型基础上,构建已I%Ifc一的下
界。其次,设计染色体编码方式和遗传算子求解
己I%Ifc一。最后,通过具有不同问题规模的算例,验证所提出遗传算法的有效性。
1数学模型
用数学语言描述名I%lfc一,是对其进行定性研究分析的基础。LOPES等【9J建立了以最小化加权滞后和为目标函数的并行机调度模型,描述了工件到达时间、工件交货期、机器调整时间和机器可用时间约束的加工特征。进一步拓展LOPES等【9】的建
模研究,可建立只I%Ifc一的数学规划模型。
只I%Ifc一的数学表达式为
min
mMaxto
(1)s.t.∑一三。砖=1。
’
(2)
EMlE{o)UⅣ
∑碥=l
V七e
M
(3)
jEN
万方数据
∑磅=∑砖W∈N
V尼∈M(4)
』E{0}UN
IeNU{n+l}
fc,=∑∑(b+勖+o煳
W∈N
(5)k6Mf∈{o}U.^,
fco,SO,=0
W∈N
(6)
砖=o,1Vi∈{o)UⅣw∈NU{n+1)Vk∈M
N一-I-件集合,N={l,2,…,刀}
(7)
M——机器集合,M=f1,2,…,m}
tt——.工件f的加工时间
s。——先后连续加工工件f与.,,同一机器
的调整时间
0——机器的初始状态聆+l——机器的终止状态tc,——工件i的完工时间
孵——如果机器七先后连续加工工件i与,,
孵=l;否则,霹=0
目标函数式(1)是最小化被加工工件最大完工时间;约束条件式(2)表示每个工件由一台确定的机器加工一次;约束条件式(3)确定参与加工机器的首个工件;约束条件式(4)表示工件在相应加工序列中存在确定性的先后关系;约束条件式(5)表示在每一台机器所加工的工件序列中,两个连续工件之间的完工时间关系。约束条件式(6)表示每一台机器在其初始状态都可以使用。且加工首个工件不需要进行调整。约束条件式(7)是二维变量约束。
2下界
下界是代替最优解以确定性评价近似算法求解质量的另一直观标准。YALAOUI等【101设计启发式算法用于求解以最小化被加工工件最大完工时间为目标的具有工件可拆分和调整时间与顺序相关加工特征的并行机调度问题,其下界可以直接作为
艺J%Ifc一的下界,证明如下。
定义决策变量‘为机器七的完工时间,显然
工件最大完工时间等于机器最大完工时间
m。。aⅣxta
2珊k
(8)
机器的最大完工时间一定不小于所有机器的平
均完工时间
Ip警厶>业
∑气
^E朋
m
(9)
每一台机器的完工时间取决于其加工序列的加
式中
机械工程学报第47卷第16期
工时间和该机器的调整时间。所有机器的完工时间和可以由式(10)确定
∑“=∑ti+∑∑∑砖×%
(10)
kEM
t∈N
k∈Mt∈NjeN
Ⅵ∈N,令sj=m—in|sr,;按照sJ:1≤S{z.1‘≤sj。
。
J
t;N
・
J‘
J^
i}j
的排序条件,可以得到工件集合的一个全排列
(j『。,五,…,五)。所有机器的调整用时和满足式(11)
∑∑∑砖x~≥∑黾∑∑磁
(11)
k∈MieNjEN
teN
k∈M
i∈N
式中,Vt∈N,工∈Ⅳ,用表达式∑∑磁来确
定工件上在加工序列中的位置。由约束条件式(6)n-7知,如果工件Z是加工序列中的首个工件,那么机器加工工件Z不需要进行调整:否则,机器加工工件Z需要进行调整。
为进一步证明的需要,引入由YALAOUI等‘10】
提出的最小值问题定理,其中国={l,2,…,H},臼是
自然数集合。
min∑Lh×%02)
h∈毋
s.t.0≤厶≤厶≤…≤厶
(13)%+最≥l
Vh∈函
(14)∑最≤R
(15)^E中
R≤H
(16)
u^.只R∈p
Vh∈口
(17)
目标函数式(12)的最小值是∑厶。
h=l
Vt∈N,令巧=∑∑磁,Q=∑砖vJjr。如‘‘√‘_一Vf
kEMl∈^,
一‘』_一
七EM
果工件JI是加工序列中的首个工件,K=0,Q,=l;否则,K=I,Q=0。
K+Q=l
Vt∈N
(18)
由约束条件式(3)可知,加工序列的数目应该等于参与加工机器的数目。
∑Q=m
(19)
fE.v
按照以上最小值问题定理,式(20)成立。
∑毛∑∑砖≥E毛
(20)
tEN
k∈MlEN
t=l
那么工件的最大完工时间,满足式(21)
万方数据
搿乞=黔9如‘+薯已]Ⅲ,
根据以上讨论,下界的构造如式(22)所示
岛=去(驴喜屯]
∞,
3遗传算法
3.1两段式染色体表达
为了减少搜索空间中的冗余解,提高遗传算法搜索效率,可行解的染色体表达采用两段式编码方式【l¨。第一段编码的长度为n,等于被加工工件的数目,是工件集合的一个全排列,构成了各台机器的加工序列;第二段编码的长度为m,等于机器的数目,各基因值代表相应机器所加工的工件数。两段编码分别表达了工件问加工顺序信息和工件与机器间分派信息。两段式染色体表达的示例如图l所示,12个工件由3台机器加工,工件6、1、5由机器l依序加工:工件9、4、7、3由机器2依序加工;同样,工件10、2、12、8、11由机器3依序加工。
图1两段式染色体表达示例图
适应度用来评价个体的优劣程度。按照生物进化思想,适应度较高的个体遗传到下一代的概率就较大:适应度较低的个体遗传到下一代的概率就小一些。适应度函数用来度量遗传算法中染色体的适应度,设置为目标函数值的倒数(max乞)-1(f∈N),引导遗传算法的寻优方向。
选择操作按照染色体的适应度函数值复制出较适应环境的染色体。采用轮盘赌模型实现选择操作,在这种选择机制下,将使适应度函数值高的染色体复制到下一代的数目较多,而适应度函数值较小的染色体,复制到下一代的数目较少。
为了保证子染色体的合法性,只在两个父染色体的第一段基因组间进行交叉操作,交叉方式采用
染色体l第一段基因组中基因片段,保存父染色体3.2适应度函数和选择
33交叉
顺序交叉。两个父染色体顺序交叉时,通过选择父2第一段基因组中基因值的相对顺序生成子染色体
2011年8月胡大勇等:调整时间与顺序相关的等同并行机调度
163
1;通过选择父染色体2第一段基因组中基因片段,保存父染色体1第一段基因组中基因值的相对顺序生成子染色体2。顺序交叉过程的示例如图2所示。
图2顺序交叉不例图
3.4变异
首先在染色体的第一段和第二段分别进行交换变异。交换变异通过相互交换各段编码串中两个随机选取的基因之间的基因值来实现。两段式染色体
交换变异过程的示例如图3所示。
为了保持种群多样性,继续对染色体的第二段
进行基本组变异,通过重新随机生成第二段中各基
因的基因值来实现。染色体第二段基因组变异过程的示例如图4所示。染色体第二段基因组变异前,
机器l依序加工工件6、5、10,机器2依序加工工
件2、12、l、9、4、3,机器3依序加工工件7、8、
ll;染色体第二段基因组变异后,机器l依序加工
工件6、5、10、2,机器2依序加工工件12、l、9;
机器3依序加工工件4、3、7、8、ll。
与丽耐滚祈爿打1丽硫裔
图4
染色体第二段基冈组变异示例图
万方数据
3.5精英策略
精英个体是种群进化到当前为止遗传算法搜索到的适应度值最高的个体。精英策略是把精英个体直接复制到下一代中,并淘汰下一代中适应度值最小的个体。精英策略不仅可以改善遗传算法的收敛性,同时也可以避免迄今为止的最优个体不会被选择、交叉和变异操作所破坏和丢失。
4计算试验
为了验证所提出的遗传算法的有效性,用C语
言对所提出的遗传算法进行编程,在Pentium(R)4CPU2.66GHz、512MB内存的计算机上实现计算
试验。计算试验流程的伪代码描述如下。
BEGrN
输入加工参数和遗传算法参数;进化代数计数变量g初始化为O;随机生成初始种群P(0);
WHILE(g<最大进化代数)DO
g=g+l:
选择P(g一1)中个体构成P(g):顺序交叉算子应用于Hg);交换变异算子应用于P(g);P(g)中个体第二段基因组变异;
精英个体替换尸(g)中适应度值最小个体:
ENDDO
输出最优个体目标函数值和运行时间:
‘
END
加工参数设置:机器数目m∈f3,4,5l,工件数目刀∈{20,30,40,50,60,70,80,90};根据某港口技术
装备的实际生产数据,工件加工时间为【60,150】区
间均匀分布的随机数,机器调整时间为[10,15】区间
均匀分布的随机数。
遗传算法参数设置:种群规模脚×100,交叉概
率0.65,交换变异概率O.35,染色体第二段基测组变异概率0.15,最大进化代数m×300。
机器数目与工件数目的不同组合构成不同的问
题规模;为消除随机因素对计算结果的影响,每种
问题规模下产生50个计算实例,并报告甲均计算结
果,如下表所示,其中以背离程度来表达遗传算法计算目标值同最优解的差异,背离程度定义为(遗传算法计算目标值一下界)X100/下界。
164
机械工程学报
表数值计算结果
试验编号
机器数目耐台
工件数目n/d"
第47卷第16期
问题规模。×。————————』墅壁塑L————一
平均运行时间‘/s
平均背离程度GI/%
1718192021222324
55555555
2030405060708090
5X205×305×405X505X605×705X805×90
2.8753.8855.4476.7838.46510.38712.46814.948
1.65I.791.9l1.982.022.072.122.18
从表中可以看出,所有计算试验中遗传算法的平均运行时间都小于15s;且遗传算法计算目标值・5同下界的最大和最小平均背离程度分别为2.18%和1.17%。随着问题规模的增长,遗传算法平均运行时间、计算目标值同下界平均背离程度的变化趋势分别如图5和图6所示,其中算法运行时间基本呈现线性增长的趋势,而背离程度的增长趋势趋于平缓。
芝
结论
(1)以最小化被加工工件最大完工时间为目
标,对调整时间与顺序相关的等同并行机调度中的工件分配与排序进行决策,提出了该问题的数学规划模型,并解析证明了该问题的一个下界。
(2)针对可行调度方案具有排列属性的结构特
。
点,开发了基于两段式染色体表达的遗传算法,减
少了搜索空间冗余解的产生与相应的冗余搜索,提高了算法的搜索效率。
(3)对l200个基于生产实际的随机问题实例
星譬七
嫂
露
饼-
进行试验分析,通过与引入的下界进行比较,表明了设计的遗传算法具有较好的求解性能,能够在较
短的时间内获得满意解。
逞S趟跫霹藿
霹
参考文献
【1】GRAHAM
工件数目,l,个
sequencing
R
L,LAWLER
and
EL,LENSTRAJ
in
K
et
a1.
斗
Optimizationapproximation
deterministic
of
and
scheduling:A
survey[J].Annals
图6计算目标值同下乔背离程度变化曲线
DiscreteMathematic,s,1979,51
287・326.
万方数据
2011年8月胡大勇等:调整时间与顺序相关的等同并行机调度
165
【2】PINEDO
M.Scheduling:Theory,algorithms,and
systcms【M】.New
Jersey:Prentice・Hall,EnglewoodCliffs,
1995.
[3】MOKOTOFF
E.Parallelmachineschedulingproblems:A
survey[J].Asia-Pacific
JournalofOperationalResearch,
2001,18(2):193-242.
[4】ALLAHVERDI
A,GUPTAJND,ALD0wAISANT.A
review
of
scheduling
research
involving
setup
considerations[J].Omega,1999,27(2):219-239.【5】ALLAHVERDI
A,NGC
T,CHENG
TCE,eta1.Asurvey
of
schedulingproblems
with
setup
times
or
costs[J].EuropeanJournalofOperationalResearch,2008。
187(3):985-1032.
[6】何霆,刘飞,马玉林,等.车间生产调度问题研究叨.机
械工程学报,2000,36(5):9%102.
HETing,LIUFei,IdAYulin,eta1.Study
on
shop-floor
scheduling[J].
ChineseJournalofMechanical
Engineering,2000,36(5):97—102.
【7】周明,孙树栋.遗传算法原理及应用[M】.北京:国防工
业出版社,1999.
ZHOUMing,SUNShudong.Geneticalgorithms:Theory
万方数据
andapplications[M].Beijing:National
DefenseIndustry
Press,1999.
[8]
GOLDBERGD
E.Genetic
Mgofithms
in
search,optimization
andmachinelearning[M].New
Jersey:
Addison—Wesley,1989.
[9】
LOPES
M
JP.CARVALHOJMVD.Abranch.and.pricealgorithm
forschedulingparallelmachineswithsequencedependent
setup
times[J].
European
Journal
of
Operational
Research,2007,176(3):1508-1527.
【10】
YALAOUIF'CHUC.Anefficientheuristicapproachfor
parallel
machine
schedulingwith
job
spliRing
and
sequence-dependent
setup
times[J].1iE
Transactions,
2003,35(2):183-190.
CARTERAE,RAGSDALECT.Anewapproach
to
solvingthemultipletravelingsalespersonproblemusing
genetic
algorithms[J].EuropeanJournalofOperational
Research,2006,175(1):246-257.
作者简介:胡大勇,男,1975年出生,博士研究生。主要研究方向为制
造系统调度规划与管理・
E‘mail:dyh恤il@163.tom:dyhu@sjm.edu.皿
调整时间与顺序相关的等同并行机调度
作者:作者单位:刊名:英文刊名:年,卷(期):
胡大勇, 姚振强, HU Dayong, YAO Zhenqiang
上海交通大学机械系统与振动国家重点实验室 上海 200240机械工程学报
JOURNAL OF MECHANICAL ENGINEERING2011,47(16)
1. GRAHAM R L;LAWLER E L;LENSTRA J K Optimizationandapproximationindeterministic sequencing and scheduling:A survey 19792. PINEDO M Scheduling:Theory,algorithms,and systems 1995
3. MOKOTOFF E Parallel machine scheduling problems:A survey 2001(02)
4. ALLAHVERDI A;GUPTA J N D;ALDOWAISAN T A reviewofschedulingresearchinvolvingsetup considerations[外文期刊] 1999(02)5. ALLAHVERDI A;NG C T;CHENG T C E A survey of scheduling problems with setup times or costs[外文期刊] 2008(03)6. 何霆;刘飞;马玉林 车间生产调度问题研究[期刊论文]-机械工程学报 2000(05)7. 周明;孙树栋 遗传算法原理及应用 1999
8. GOLDBERG DE Genetic algorithms insearch,optimization and machine learning 1989
9. LOPES M J P;CARVALHO J M V D A branch-and-price algorithm for scheduling parallel machines with sequencedependentsetuptimes 2007(03)
10. YALAOUI F;CHU C An efficient heuristic approach for parallelmachine scheduling with job splitting and sequence-dependentsetup times[外文期刊] 2003(02)
11. CARTER A E;RAGSDALE C T A new approach to solving the multiple traveling salesperson problem using genetic algorithms[外文期刊] 2006(01)
1. 闫萍. 唐立新 基于时间槽的并行机调度连续时间建模方法[会议论文]-20082. 刘志雄. 杨光祥 基于轮盘赌概率分配编码方法的并行机调度优化[会议论文]-2010
本文链接:http://d.g.wanfangdata.com.cn/Periodical_jxgcxb201116026.aspx