【214】第45卷第02期2023-02收稿日期：2021-03-30作者简介：李凯（1978-），男，湖北武汉人，硕士，研究方向为航空发动机柔性加工控制系统。基于改进粒子群算法的智能排产研究Researchonintelligentschedulingbasedonimprovedparticleswarmoptimization李凯1*，肖熙2，董山恒3，宋旭2LIKai1*，XIAOXi2，DONGShan-heng3，SONGXu2（1.南京理工大学自动化学院南京210014;2.中国航空规划设计研究总院有限公司北京100032;3.北京机械工业自动化研究所有限公司，北京100120）摘要：车间的排产对于提高车间的生产效率至关重要，尤其对于柔性机加车间，智能排产可以极大提高加工的自动化与智能化水平。排产问题已经被证实是一个NP-hard问题，以最小化最大完工时间为目标，构建了柔性机加车间排产问题的数学模型，并提出了一种改进的粒子群算法对模型进行求解，在标准粒子群算法的基础上增加了变异和局部搜索的步骤，既减少了算法陷入局部最优的概率，又提高了算法的求解精度。并利用某航空发动机的柔性机加生产线验证了模型和算法的有效性。关键词：智能排产；粒子群算法；柔性加工中图分类号：V263.1+1文献标志码：A文章编号：1009-0134(2023)02-0214-030引言计划排产长期以来都是生产调度的难题[1]，随着制造业的快速发展，尤其是柔性加工在车间的兴起，传统的排产方法已不能满足调度快速响应的需求，在此背景下，智能排产逐渐替代了传统排产。智能排产[2]就是在工艺约束和资源约束等条件下，利用智能算法对加工任务进行快速合理的分配，具有很强的工程实用价值。高效的智能排产可以极大地减少企业的时间成本、人力成本，是提高企业生产效率、增强企业竞争力的关键因素。国外学者Fisher[3]在1963年首次提出排产调度问题，随着实际生产复杂度的不断提高，该问题在学术界的关注度逐渐增加。这类问题属于NP-hard问题，其求解的方法主要有两种：其一对于小规模的问题，采用精确算法进行求解，如分支定界、动态编程等。这些方法在解决小规模问题是具有很好的效果，但是在解决大规模问题时需要花费大量的计算时间；其二用近似或者启发式的求解算法对该类问题进行求解，这些方法可以克服精确求解时计算时间长的缺点，并且可以在有限时间内找到高质量的解，如拉格朗日松弛法、禁忌搜索算法等，这些方法对于改善求解质量也取得了很好的效果。随着启发式算法的不断应用，越来越多的学者提出利用智能算法对排产问题进行求解，张昕[4]提出了一种改进的遗传算法用于解决...
