机床与液压

作者：朱传财，徐坚磊，鞠立涛，王战，胡燕海

单位：宁波大学机械工程与力学学院；宁波航工智能装备有限公司；宁波航工智能装备有限公司；宁波航工智能装备有限公司；宁波大学机械工程与力学学院

关键词：置换流水线车间调度问题;Q-learning模块;遗传算法;变邻域下降法;动态策略

基金：国家自然科学基金青年科学基金项目（51705263）；“科创甬江2035”重点研发计划项目（2025Z042）

针对置换流水线车间调度问题的NP-hard特性及传统遗传算法参数设置策略固定、收敛效率不足的问题，提出一种基于Q-learning的改进遗传算法。该算法通过强化学习动态调整交叉与变异策略，并结合变邻域下降法增强局部搜索能力。Q-learning 模块以迭代进度、多样性、适应度变化等种群状态为输入，通过状态空间与动作集的映射实现探索、平衡、开发3种策略的自适应切换。对 Car 类和 Rec 类测试集数据进行仿真，以最优相对误差、平均相对误差和最差相对误差为衡量指标。结果显示：所提算法在19个案例中找到精确解，其BRE、ARE和WRE指标显著优于对比算法，验证了其求解PFSP的有效性与优越性。该方法可更高效地为流水线车间制定生产调度方案，从而最小化最大完工时间，增强企业在市场中的竞争力。

来源：2026年第7期

《机床与液压》期刊编辑部

查看机床与液压杂志2026年第7期