58、混合差分进化 - 变邻域搜索算法在混合柔性流水车间调度中的应用

混合差分进化 - 变邻域搜索算法在混合柔性流水车间调度中的应用

1. 相关算法综述

在调度问题的研究中，已经有多种算法被提出用于解决不同类型的调度问题。
- 混合差分进化算法（HDE） ：针对无等待流水车间调度问题（FSSP），提出了一种有效的混合差分进化算法，利用基于差分进化（DE）的并行进化机制和框架进行有效探索，并根据FSSP的特征开发了简单而高效的局部搜索方法进行局部开发。对于具有连续机器间有限缓冲区的多目标排列流水车间调度问题（MPFSSP），也提出了基于差分进化的混合算法，结合基于问题特征设计的局部搜索和帕累托支配概念处理多目标优化中解的更新，并分析了其收敛性。
- 自适应机制算法 ：为改进之前的NSDE和SaDE算法，提出了SaNSDE算法，用于解决连续优化问题，表现出比前两者更优的性能。
- 差分进化 - 变邻域搜索算法（DE - VNS） ：为解决约束实参数优化问题和多维背包问题，分别提出了基于变邻域搜索算法的差分进化算法，计算结果显示该算法在解决基准实例方面具有竞争力。

2. 混合柔性流水车间带顺序相关准备时间问题（HFFS/SDST）定义

HFFS/SDST问题描述如下：有N个作业（N = {1, 2, …, n}）需要在M个阶段（M = {1, 2, …, m}）的操作中进行处理，所有作业按相同方向经过各阶段。每个阶段i有mi台相同的并行机器（Mi = {1, 2, …, mi}），并非每个作业都必须在每个阶段进行处理，可能会跳过某些阶段。用Fj表示作业j必须经过的阶段集合（j∈N且1 ≤ │Fj│≤ m），作