遺伝的アルゴリズムに基づく柔軟な生産計画問題の解決——GA-FJSP
Flexible Job Shop Scheduling 問題 (FJSP) は、製造における重要な意思決定問題の 1 つです。製造業における生産スケジュールの目標は、すべてのジョブを完了するまでの時間を最小限に抑えることです。ただし、リソースが限られているため、スケジュール設定には、マシンの能力、人員配置、時間枠などの問題など、多くの制約があります。これらの条件により、FJSP は NP 困難な問題になります。
FJSP問題を解決するために、本論文では遺伝的アルゴリズムを使用してそれを解決します。遺伝的アルゴリズムは、自然界の進化過程を模擬した最適化アルゴリズムであり、大域的最適化能力と速い収束速度という特徴を持っています。
この論文で使用されるプログラムは MATLAB で作成され、遺伝的アルゴリズム ツールボックスを使用します。具体的な実装プロセスは次のとおりです。
-
集団の初期化: 集団のサイズ、各染色体のゲノム長、および遺伝子値の範囲を設定し、各染色体をランダムに初期化します。
-
フィットネス機能: 各染色体をワークショップ スケジューリング シーケンスに変換し、スケジューリング スキームの期間を計算します。適応度関数は総工期を評価指標としており、総工期の最小化を目標としています。
-
選抜操作：ルーレット選抜戦略に基づき、適応度関数値の大小に応じて交叉と突然変異を行う優秀な個体を選抜する。
-
交叉操作: 交叉操作のために 2 つの染色体をランダムに選択し、次世代集団の遺伝子として 2 つの新しい染色体を生成します。
-
突然変異操作: 染色体をランダムに選択して突然変異操作を行い、特定の遺伝子の値を変更します。
-
終了条件: 設定された最大反復回数に達するか、停止条件が満たされると (たとえば、最小目標値が一定の精度に達すると)、反復は停止され、結果が出力されます。
以下は MATLAB コードの実装です。
clc;