基于约束满足神经网络的作业车间调度算法研究

将约束满足神经网络(CSNN)模型和启发式算法相结合,应用到作业车间调度(JSP)问题上.实验数据表明：CSNN具有结构简单、建模方便的优点,启发式算法的引入大大地改善了CSNN求解作业车间调度问题的性能和有效性,是解决JSP问题的一种有效手段.

维普资讯

第 2卷第 4期 2 20 07年 8月

郑州轻工业学院学报 (自然科学版 )JU N L FZ E G H UU IE S YO IH D S R{ a r c ne O R A H N Z O NV R I F G T N U T Y Nt aSi c} O T L I ul e

Vo| 2 No 4 l2 .

A g 07 u .2 0

文章编号：0 4—17 ( 07 0 0 6—o 10 4 8 2 0 )4— 0 l 3 .

基于约束满足神经网络的作业车间调度算法研究天分分 吊年杯吴芬芬，常军林(河南交通职业技术学院计算机科学系，河南郑州 4 00 ) 505

摘要：约束满足神经网络 ( S N)型和启发式算法相结合，用到作业车间调度 (S )将 CN模应 JP问题上. 实验数据表明：S N具有结构简单、 CN建模方便的优点，发式算法的引入大大地改善了 C N启 S N求解作业车间调度问题的性能和有效性，是解决 J P问题的一种有效手段 . S 关键词：约束满足神经网络；发式算法；业车间调度启作中图分类号：P 1 T 3文献标识码： A

J b s o c e u ig b sd o o sr its t f cin n u a ewo k o -h p sh d l a e n c n tan ai a to e r ln t r s n sW U F n fn. CHANG J n l e— e u— n i

( et fC m .Si, tn nC mm nct n P leh i C lg, hn zo 50 5, hn ) D p.o o p c. f a o u i i s oy cn ol e Z eghu4 0 0 C ia e ao t c e

Ab t a t s r c:Th o i ai n o o sr i ts tsa t n n u a ewo k n e rsi l o i e c mb n t fc n ta n aif c i e r ln t r s a d h u t ag rt o o i c hm r p le wee a p id

t j— o c euig h eut h w:C N a ecnt ce n d l eyes y h t— o o s pshd l .T ersl so s S N cnb o s u t ad moee v r ai,tei r b h n r d d l no d c o f er t l rh re rvs h e omac n fcec

fo— o c euiga di u t no u s c gi m l gl i o e tep r r n ea de ii yo bs psh d l i h i i a o t a y mp f f n j h n n sa f cieme n fJ P n e e t a so S . v Ke r s C NN; e r t lo tm;S y wo d: S h u si ag r h J P i c i

0引言生产调度问题就是如何按时间的先后分配资源，成不同的生产任务，而使预定目标最优化完从的问题… .着制造业中生产调度问题的复杂性和随

模型，网络运行过程中可以调节其神经元连接权在值和偏置，消除问题中约束满足的冲突 J本文以 .基于传统的生产调度理论和方法，用基于约束满采足的神经网络模型 C N给出作业车间调度问题 S N,的优化算法，结合启发式算法，并改进 C N S N求解作业车问调度问题的性能和有效性 .

重要性的提高，传统的依赖人来指挥生产加工过程的模式已经远远不能适应新的制造环境的需要 .作

业车问调度问题，是一般的生产调度问题，非虽却常复杂 .C N ( o s a t stfc o n ua e S N cnt i aiat n e rl t rn s i n .

1相关技术和工作1 1启发式算法 .

w rs面向优化调度问题约束条件直接建立网络 ok)

笔者使用了 3个启发式算法，即相邻工序互换

收稿日期：0 7— 1 5 20 0—1

作者简介：吴芬芬( 99 )女，南省新乡市人，南交通职业技术学院助教，士， 17一，河河硕主要研究方向：软件自动化

本文来源：https://www.bwwdw.com/article/040m.html