一种用于多目标能源效率流车间调度问题的改进NSGA-II算法

越来越多的人们关注如何减少制造业及其他行业的能源消耗。制造业的能源消耗与高效调度方案直接相关。本文的主要贡献包括：i）构建考虑系统各机器能源消耗的排列流车间调度问题（PFLSP）数学模型；ii）提出一种结合Taguchi方法并引入局部搜索的改进非支配排序遗传算法（NSGA-II_LS）用于求解多目标PFLSP模型；iii）对1993年Taillard的90个基准问题进行求解，目标分别为最小化流时间（FT）和能源消耗（EC）。通过对比Li等人（2018）发表文献中选取的基准问题的结果，发现本文提出的NSGA_LS算法在两个目标上均表现更佳，即FT和EC的最小化。在FT目标上本算法在9个案例中均优于他人，在EC目标上在5个案例中优于他人。总体而言，在基准问题中，本算法在FT和EC最小化方面分别实现了47%和15.44%的平均改进。通过对90个基准问题的分析发现，随着问题规模从5台机器增加到10台机器，FT和EC两个目标之间解的平均差值呈下降趋势（除1个案例外）。进一步观察到，随着作业数和机器数均增大，本文提出算法的性能也随之提升。上述结果可作为后续研究的标准解。