基于Matlab改进的鲸鱼算法求解双目标柔性车间调度问题

基于Matlab改进的鲸鱼算法求解双目标柔性车间调度问题

随着制造业的发展，柔性制造系统的优化调度问题已成为研究热点之一。柔性车间调度问题是其中的重要研究内容之一，其研究对象多为不同加工机器和作业工序之间的相互关系，如何有效地调度生产任务，提高生产效率和经济效益，成为该领域的主要研究方向之一。本文提出一种基于Matlab改进的鲸鱼算法求解双目标柔性车间调度问题的方法。

1. 研究背景

柔性制造系统(Flexible Manufacturing System，FMS)是利用计算机技术、机械自动化技术、传感器技术等先进技术，将多台通用设备、物料输送系统、自动化控制系统等相结合，形成一个以生产任务为中心的灵活生产系统。柔性车间调度问题是柔性制造系统优化调度的核心问题之一，其研究围绕着如何合理安排生产任务，降低制造成本，提高生产效率等目标展开。

2. 鲸鱼算法原理

2.1 基本思路

鲸鱼算法(Whale Optimization Algorithm，WOA)是一种基于自然界中鲸鱼群聚行为模拟的搜索算法。在算法中，将搜索空间看做是鲸鱼的海域，在搜索的过程中，通过三种行为(螺旋式下降、随机游走和尾部追随)来更新种群。

2.2 具体实现

在鲸鱼算法中，首先通过初始化一群随机的个体作为初始种群，然后计算每一个个体的适应度函数值，若符合条件，则直接输出。

在第一代中，每个个体都会随机选择一条直线，并朝该方向沿着步伐进行搜索。第二代中，个体会根据一定的公式进行位置的更新，对最优解进行学习和预测，并增加了常数项，从而提高了搜索效率。

3. 算