Science&TechnologyVision科技视界0引言通过解决柔性作业车间调度问题（Flexiblejobshopschedulingproblem，FJSP），有效地组织车间的资源，对企业生产具有积极意义。该问题模型相较传统模型，工序加工任务指派的机器具有更多选择，更加贴近实际生产情况[1]。模型约束相比传统问题模型更为复杂，是更复杂的NP-hard问题[2]。相较于精确求解方法而言，智能优化算法更适用于求解FJSP模型，是如今求解该模型的主流求解方法。XWang等[3]基于Pareto最优的适应度方案，依据免疫和最小熵原理设计了一种多目标遗传算法，其在寻优时保持了种群的多样性，优化了过早收敛的缺陷。XLi等[4]以最大完工时间为模型目标，将禁忌搜索与遗传算法混合，算法具有良好的收敛性和多样性，求解过程中展现了优秀的寻优能力。XShao等[5]将离散粒子群算法和模拟退火算法相混合，两种算法分别负责全局搜索与局部寻优，并采用多种方法进行粒子的适应度的识别。SHuang等[6]将变邻域搜索融入离散多目标粒子群优化算法进行改进，该算法以关键块为基础构建邻域进行变邻域搜索，从而改善了算法的寻优能力。QDeng等[7]提出了一种适用于求解最大完成时间、瓶颈机器负载及机器总负载为研究目标的非支配排序遗传算法，采用蜜蜂进化引导策略提高了解空间寻优能力。本文以最大完工时间、关键机器负载以及机器总负载作为目标，在帝国竞争算法的基础上进行改进。通过基准算例测试表明，该算法在求解柔性作业车间调度方面具有较好的性能和效果。1模型描述1.1问题描述FJSP模型描述如下：已知工件集有n个工件需进行加工（Ji，i=1，2，…，n）要在m台机器（Mk，k=1，2，…，m）上加工。工件Ji需要完成工艺路线规定的工序（Oij，i=1，2，…，n，j=1，2，…，ni），其中ni是工件Ji的工序数。每道工序可在可行机器集机器（Mij，Mij∈Mk）中任选一台机器加工。每道工序Oij在机器k上的对应时间记为pijk。记Ck为机器k的完成时间，Wk为机器DOI：10.19694/j.cnki.issn2095-2457.2022.31.50基于混合帝国竞争算法求解柔性作业车间调度王雨洋丁剑飞（中原工学院机电学院，河南郑州450007）【摘要】柔性作业车间调度问题的求解对于企业生产具有重要意义。针对现有多品种、小批量作业车间调度问题，以最小化最大完工时间、关键机器负载以及机器总负载为目标建立调度数学模型，提出一种改进帝国竞争算法进行求解。算法引入殖民国改革，使寻优过程中产生更大的邻域，通过与变邻域算法混合进行求解，并采用外部档案...
