第41卷第1期2023年1月MACHINERY&ELECTRONICSVol.41No.1Jan.2023收稿日期:20220802基金项目:贵州省教育厅青年科技人才成长项目(黔教合KY字[2018]243)作者简介:曲鹏举(1988-),男,河南林州人,硕士,讲师,研究方向为先进制造模式与制造信息系统。改进粒子群算法在柔性作业加工时间问题研究曲鹏举(贵州理工学院工程训练中心,贵州贵阳550003)摘要:为了减少柔性作业加工时长,在柔性作业加工问题中,提出一种改进粒子群算法(βPSO)。该算法以最小加工时间为目标函数,惯性权重幂函数自适应调节,随机数采用贝塔分布进行改进,选取Kacem算例进行验证,通过对比βPSO算法与标准粒子群算法(PSO)、余弦惯性权重改进粒子群算法(CPSO)的优化结果,βPSO算法加工时间均较低。实验结果表明,βPSO算法在减少柔性作业加工时间问题上的有效性。关键词:粒子群算法;幂函数自适应权重;贝塔分布;最小加工时间中图分类号:TP301;TH16文献标志码:A文章编号:10012257(2023)01000304ResearchonProcessingTimeProblemofImprovedParticleSwarmOptimizationinFlexibleJobQUPengju(EngineeringTrainingCenter,GuizhouInstituteofTechnology,Guiyang550003,China)Abstract:Inordertoreducetheprocessingtimeoftheflexiblejob,animprovedparticleswarmalgo-rithm(βPSO)isproposedinthestudyoftheflexiblejobprocessingproblem,theminimumprocessingtimeisdesignedasthealgorithmobjectivefunction,theinertiaweightpowerfunctionisadaptivelyadjus-ted,therandomnumberisimprovedbybetadistribution.TheKacemexampleisselectedforverification.BycomparingtheoptimizationresultsofβPSOalgorithmwithstandardparticleswarmoptimization(PSO)andcosineinertiaweightimprovedparticleswarmoptimization(CPSO),theprocessingtimeofβPSOalgorithmislower.TheexperimentalresultsverifytheeffectivenessoftheβPSOalgorithminreduc-ingtheprocessingtimeofflexiblejobs.Keywords:particleswarmoptimization;cosinepowerfunctionadaptiveweight;betadistribution;mini-mumprocessingtime0引言近年来,柔性作业加工已经在微电子、小批量零件等领域得到广泛应用,柔性作业车间生产问题(flexiblejobshopprocessingproblem,FJPP)也成为了制造领域重点研究的问题之一,柔性作业加工时间问题就是其中的关键。粒子群算法由于参数少,操作简单,已经广泛应用于柔性加工问题中。顾幸生等[1]对柔性作业车间调度...
