發(fā)布時間：2018-03-29 23:26

  本文選題：柔性作業(yè)車間調(diào)度　切入點：遺傳算法　出處：《工業(yè)工程與管理》2017年05期

【摘要】：針對柔性作業(yè)車間調(diào)度問題,以總拖期最短為目標(biāo),提出了一種分層混合遺傳算法。其中,根據(jù)總拖期的大小,將種群劃分為精英層和普通層,精英層包含全局最優(yōu)的數(shù)個不同質(zhì)個體,其余個體劃分為普通層;針對遺傳算法局部搜索不足的問題,對精英層提出了一種鄰域搜索策略,使代表機器選擇和工序順序的染色體可以根據(jù)自身的不足進(jìn)行調(diào)節(jié);針對遺傳算法多樣性容易丟失的問題,對精英層提出了一種災(zāi)變策略,不僅保留了種群的進(jìn)化優(yōu)勢而且可以向優(yōu)秀的個體學(xué)習(xí)。最后通過一系列標(biāo)準(zhǔn)測試函數(shù)以及一個生產(chǎn)中的實際案例驗證了該算法的有效性。
[Abstract]:Aiming at the problem of flexible job shop scheduling, a hierarchical hybrid genetic algorithm is proposed, in which the population is divided into elite layer and ordinary layer according to the size of total trailing period. The elite layer contains several globally optimal individuals with different qualities, and the others are divided into ordinary layers. In order to solve the problem of insufficient local search in genetic algorithm, a neighborhood search strategy is proposed for elite layer. The chromosomes, which represent machine selection and process order, can be adjusted according to their own shortcomings. Aiming at the problem that genetic algorithm diversity is easily lost, a catastrophic strategy for elite layer is proposed. It not only preserves the evolutionary advantage of the population but also can learn from excellent individuals. Finally, the effectiveness of the algorithm is verified by a series of standard test functions and a practical case in production.
【作者單位】： 西安交通大學(xué)管理學(xué)院;
【基金】：國家社科基金資助項目(15BGL082,15XGL001)
【分類號】：TB497;TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張永興,陳秋南,任伯幟;基于加速混合遺傳算法的非線性地表沉降模型參數(shù)優(yōu)化研究[J];工程力學(xué);2005年04期

2 柯林華;林廣平;;基于混合遺傳算法的結(jié)構(gòu)優(yōu)化設(shè)計[J];嘉興學(xué)院學(xué)報;2010年06期

3 韋凌云;柴躍廷;趙玫;;不等式約束的非線性規(guī)劃混合遺傳算法[J];計算機工程與應(yīng)用;2006年22期

4 朱麗,侯麗雅,董濤;疊層制造中基于混合遺傳算法的分層方向優(yōu)化[J];中國機械工程;2003年19期

5 黃敏鎂;羅榮桂;袁際軍;;求解置換調(diào)度問題的改進(jìn)混合遺傳算法[J];中國機械工程;2006年16期

6 應(yīng)瑛;壽涌毅;李敏;;資源受限多項目調(diào)度的混合遺傳算法[J];浙江大學(xué)學(xué)報(工學(xué)版);2009年01期

7 魏發(fā)遠(yuǎn),李世其;基于混合遺傳算法的多目標(biāo)動態(tài)優(yōu)化設(shè)計[J];宇航學(xué)報;2004年06期

8 許晉;鄭應(yīng)文;陳鵬;;基于退火因子混合遺傳算法的離散制造工作量負(fù)載優(yōu)化方法[J];福州大學(xué)學(xué)報(自然科學(xué)版);2006年01期

9 張宏偉,徐世杰,黃文虎;一種混合遺傳算法在壓電智能結(jié)構(gòu)振動控制全局優(yōu)化設(shè)計中的應(yīng)用[J];振動與沖擊;1999年04期

10 孫博;周謐;;基于Newsvendor型產(chǎn)品特性的FJSP問題研究[J];微計算機信息;2012年05期

相關(guān)會議論文 前1條

1 魏發(fā)遠(yuǎn);;面向多目標(biāo)動態(tài)優(yōu)化設(shè)計的混合遺傳算法[A];中國工程物理研究院科技年報（2005）[C];2005年

相關(guān)碩士學(xué)位論文 前1條

1 那蓉萃;基于混合遺傳算法的流水線車間回收調(diào)度問題研究[D];東北大學(xué);2011年

，

本文編號：1683345