多群体协同进化算法求解能效混合流水车间调度问题：兼顾完工时间与能耗的双目标优化

本文推荐一篇聚焦制造业绿色生产的创新算法研究。作者提出多目标多群体协同进化算法（MOMPCEA），通过建立完工时间（makespan）、总能耗（TEC）及加权目标三个子种群，结合作业交叉算子和动态变邻域搜索（VNS）策略，有效解决能效混合流水车间调度（EEHFSP）中双目标冲突问题。实验证明该算法在C/IGD/HV指标下均优于现有方法，为低碳制造提供新思路。

　　

Highlight

能效混合流水车间的能量高效调度

近年来，随着全球环境问题日益严峻，混合流水车间（HFSP）中的能效调度研究备受关注。在EEHFSP背景下，Liu等学者率先将能耗纳入目标函数，提出混合整数线性规划（MILP）模型和遗传算法（GA）。Luo团队则创新性地将能耗与分时电价策略关联...

EEHFSP的问题描述

与传统置换流水车间（PFSP）类似，混合流水车间假设n个工件需经过m个固定工序阶段（Yang等，2025a）。但HFSP的独特之处在于机器并行性——至少有一个阶段包含多台相同机器（M_j），如图1所示...

算法框架

MOMPCEA将初始种群划分为三个子群：完工时间种群、TEC种群和加权种群。各子群采用差异化进化策略：加权种群借鉴MOEA/D权重分配法，通过自适应机制动态调整目标权重...

数值实验与讨论

为验证MOMPCEA有效性，本研究设计多组对比实验。结果显示，在C（覆盖率）、IGD（反向世代距离）和HV（超体积）指标上，新算法均显著优于当前主流多目标算法...

结论与未来工作

本文提出的MOMPCEA通过种群分工协作机制，成功平衡了完工时间与TEC的博弈关系。动态变邻域搜索（VNS）策略的引入，进一步提升了非支配解集的收敛性和多样性...