Abstract The flexible job shop scheduling problem (FJSP) is a typical scheduling problem in practical production and has been proven to be a NP-hard problem. The study of FJSP is important to remarkably direct actual manufacturing processes. The paper proposes an improved particle swarm optimization (PSO) algorithm for solving FJSP and obtains beneficial solutions by improvement on encoding/decoding scheme, communication mechanism between particles, and alternate rules of candidate machines of operations. The innovation of encoding/decoding scheme proposes a novel designed chain encoding scheme and a corresponding effective decoding scheme. The chain-based encoding scheme can reasonably convert FJSP to an appropriate operation linked list and the novel designed decoding scheme owns the capacity of further explorering the solution space. The improvement of traditional PSO focuses on the innovation of information communication between particles, besides the modification of algorithm architecture. The amelioration of rules on operated machine selection is carried out based on the critical path of operations research (OR). It promotes algorithm efficiency by only alternating the candidate machines of operations on the critical path. In addition, much parameters tuning work is involved in a series of experiments. The study proposes some tuning schemes of parameters with exact mathematical methods, and these schemes can effectively help find more appropriate parameters. The final experiment results prove that the improved PSO exhibits remarkable ability to solve FJSP.

中文翻译：

---

基于改进粒子群优化算法的柔性作业车间调度问题的新型编解码方案

摘要 柔性作业车间调度问题（FJSP）是实际生产中典型的调度问题，已被证明是一个NP-hard问题。FJSP 的研究对于显着指导实际制造过程非常重要。提出了一种改进的粒子群优化(PSO)算法来解决FJSP问题，并通过对编码/解码方案、粒子之间的通信机制、候选操作机器的交替规则的改进，获得了有益的解决方案。编解码方案的创新提出了一种新颖设计的链式编码方案和相应的有效解码方案。基于链的编码方案可以将 FJSP 合理地转换为合适的操作链表，设计新颖的解码方案具有进一步探索解空间的能力。传统粒子群算法的改进除了算法架构的修改外，重点在于粒子间信息通信的创新。操作机器选择规则的改进是基于运筹学（OR）的关键路径进行的。它通过仅交替关键路径上的候选操作机器来提高算法效率。此外，在一系列的实验中还涉及到大量的参数调优工作。研究提出了一些采用精确数学方法的参数调整方案，这些方案可以有效地帮助找到更合适的参数。最终的实验结果证明改进后的 PSO 表现出显着的解决 FJSP 的能力。除了算法架构的修改。操作机器选择规则的改进是基于运筹学（OR）的关键路径进行的。它通过仅交替关键路径上的候选操作机器来提高算法效率。此外，在一系列的实验中还涉及到大量的参数调优工作。研究提出了一些采用精确数学方法的参数调整方案，这些方案可以有效地帮助找到更合适的参数。最终的实验结果证明改进后的 PSO 表现出显着的解决 FJSP 的能力。除了算法架构的修改。操作机器选择规则的改进是基于运筹学（OR）的关键路径进行的。它通过仅交替关键路径上的候选操作机器来提高算法效率。此外，在一系列的实验中还涉及到大量的参数调优工作。研究提出了一些采用精确数学方法的参数调整方案，这些方案可以有效地帮助找到更合适的参数。最终的实验结果证明改进后的粒子群算法具有显着的解决 FJSP 的能力。它通过仅交替关键路径上的候选操作机器来提高算法效率。此外，在一系列实验中还涉及到大量的参数调优工作。研究提出了一些采用精确数学方法的参数调整方案，这些方案可以有效地帮助找到更合适的参数。最终的实验结果证明改进后的 PSO 表现出显着的解决 FJSP 的能力。它通过仅交替关键路径上的候选操作机器来提高算法效率。此外，在一系列的实验中还涉及到大量的参数调优工作。研究提出了一些采用精确数学方法的参数调整方案，这些方案可以有效地帮助找到更合适的参数。最终的实验结果证明改进后的 PSO 表现出显着的解决 FJSP 的能力。