多目标混合流水车间调度问题求解算法

TP18; 针对多目标不相关并行机混合流水车间调度问题,建立以最小化最大完工时间、机器总能耗和机器加工成本为目标的多目标数学模型.提出一种改进的基于分解的多目标进化算法(Improved multi-objective evolution algorithm based on decomposition,IMOEAD),采用均匀设计表生成初始权重向量,提高种群多样性,利用正态分布交叉并设计了自适应高斯变异来提高算法的全局搜索能力和局部搜索能力,在权重向量邻域中选择个体产生新解,运用非支配等级和拥挤距离更新外部档案.以反世代距离、世代距离和非支配解个数为性能指标,通过大量案例仿真,与非支配排序遗...

Celý popis

Uložené v:
Podrobná bibliografia
Vydané v:南京航空航天大学学报 Ročník 55; číslo 3; s. 544 - 552
Hlavní autori: 王静云, 王雷, 蔡劲草, 李佳路, 苏学满
Médium: Journal Article
Jazyk:Chinese
Vydavateľské údaje: 安徽工程大学机械工程学院,芜湖 241000%安徽工程大学人工智能学院,芜湖 241000 01.06.2023
Predmet:
ISSN:1005-2615
On-line prístup:Získať plný text
Tagy: Pridať tag
Žiadne tagy, Buďte prvý, kto otaguje tento záznam!
Popis
Shrnutí:TP18; 针对多目标不相关并行机混合流水车间调度问题,建立以最小化最大完工时间、机器总能耗和机器加工成本为目标的多目标数学模型.提出一种改进的基于分解的多目标进化算法(Improved multi-objective evolution algorithm based on decomposition,IMOEAD),采用均匀设计表生成初始权重向量,提高种群多样性,利用正态分布交叉并设计了自适应高斯变异来提高算法的全局搜索能力和局部搜索能力,在权重向量邻域中选择个体产生新解,运用非支配等级和拥挤距离更新外部档案.以反世代距离、世代距离和非支配解个数为性能指标,通过大量案例仿真,与非支配排序遗传算法Ⅱ和基于分解的多目标进化算法进行对比,结果验证了该算法的有效性.
ISSN:1005-2615
DOI:10.16356/j.1005-2615.2023.03.020