融合粗糙数据推理的离散麻雀搜索算法求解HFSP问题

针对麻雀搜索算法(SSA)易陷入局部最优、无法求解离散优化问题等不足，提出了一种改进离散麻雀搜索算法(IDSSA)。抽象原始麻雀搜索算法的位置更新公式，针对个体的不同身份设计新的离散化启发式位置更新策略，并针对混合流水车间调度问题(HFSP)设计了编码与解码方式；引入粗糙数据推理理论，通过数学证明解释了引入理论的可行性与合理性，为算法提供理论支撑，提高可解释性；利用上近似的性质扩大搜索空间，提高种群多样性，避免算法早熟，结合划分及粗糙数据推理提出3种策略，促进种群间信息共享，调节种群的开发能力与探索能力，降低算法陷入局部最优的概率；使用改进离散麻雀搜索算法求解混合流水车间调度问题，对3个小规模实例与10个Liao经典测试集进行仿真实验，验证了改进离散麻雀搜索算法求解混合流水车间调度问题的可行性，通过与遗传算法、差分进化算法等经典算法的对比实验，证明了所提算法的优越性与改进策略的有效性。