زمان بندی سیستم های تولید کارگاهی انعطاف پذیر با استفاده از الگوریتم جستجوی فاخته بهبودیافته با خوشه بندی مارکوف و پرواز لوی

با توجه به پیچیدگی بالای مسائل زمان بندی، روش های کلاسیک جواب گوی حل این مسئله نیستند، بنابراین امروزه از الگوریتم های فرااکتشافی در حل آن استفاده می شود. در این مقاله الگوریتم بهینه سازی فاخته به عنوان یکی از جدیدترین و قوی ترین روش های بهینه سازی تکاملی برای حل مسئله زمان بندی کارکارگاهی انعطاف پذیراستفاده شده است. در الگوریتم پیشنهادی برای بهبود پاسخ ها، ترتیب ورود جمعیت اولیه بر اساس الگوریتم NEH-D، که مبتنی بر کاهش زمان اجرای هر یک از کارها است، تعیین شده است. سپس ماشین های فعال توسط خوشه بندی مارکوف گروه بندی می گردند، تا در هر مرحله از عملیات، انتخاب ماشین از بین ماشین های فعال صورت گیرد. بنابراین تعداد جواب ها ی انتخابی برای الگوریتم جستجوی فاخته محدود می گردد، تا سرعت اجرای الگوریتم فاخته افزایش یابد. درنهایت نیز از الگوریتم جستجوی فاخته برای تخصیص ماشین ها به کارها و از پرواز لوی برای بهبود در الگوریتم فاخته جهت جستجوی سراسری در کنار جستجوی محلی استفاده شده است. الگوریتم پیشنهادی بر روی مجموعه داده استاندارد Kacem، Brandimarte و داده ها ی مقالات مرتبط ارزیابی شده است. نتایج تجربی نشان می دهد، که الگوریتم پیشنهادی سرعت بالاتری در رسیدن به جواب نهایی و همچنین همگرایی بالایی در جواب ها دارد.