25、动态调度方法综述

动态调度方法综述

1. 元启发式算法

元启发式算法在解决调度问题中发挥着重要作用，下面介绍几种常见的元启发式算法。

1.1 遗传算法（Genetic Algorithm，GA）

• 原理与表示 ：基于GA的方法在调度问题的解决方案中占很大比例。其原因在于GA的解表示与组合优化的排列性质相契合。对于流水车间调度问题（FSP）和作业车间调度问题（JSP），解是类似字符串的染色体，元素（基因）的顺序指定作业或操作的顺序。对于柔性车间调度，常见的表示方法有：A - B字符串表示，其中两个字符串分别指定机器分配和操作顺序；基于排列的表示，在矩阵染色体中严格指定操作和机器的对应关系；操作顺序和机器选择（OOMS）表示，将作业优先级和二进制机器选择组件组合到一个染色体中。搜索过程本质上是染色体之间部分的交换（交叉）或元素的随机修改（变异），无需数值运算。
• 应用与发展 ：基于GA的调度进展已应用于动态环境中的鲁棒主动调度，如双目标柔性流水车间调度问题（FFSP）、JSP、线性组合多目标柔性作业车间调度问题（FJSP）等。GA还与局部搜索方法结合以提高效率，如GA与一般局部搜索、GA与禁忌搜索（TS）。近期研究聚焦于复杂调度环境，其中存在随机处理时间和不可预见的干扰，如动态作业到达和机器故障。在此环境中，调度器需频繁修改调度，因此采用混合调度算法进行调度和重新调度。例如，Liu等人开发了一种主动 - 反应式架构，将量子遗传算法（QGA）、粒子群优化（PSO）、量子启发式迭代贪婪（QIG）和模拟退火（SA）与NSGA - II算法结合，用于解决多目标随机动态FSP。Li和Gao提出了一种