本文選題：多目標(biāo)優(yōu)化 + 作業(yè)車(chē)間調(diào)度�。� 參考：《計(jì)算機(jī)應(yīng)用研究》2017年12期

【摘要】：針對(duì)多目標(biāo)作業(yè)車(chē)間調(diào)度問(wèn)題,提出一種混合變異雜草優(yōu)化算法。該算法采用基于各子目標(biāo)熵值權(quán)重的歐氏貼近度作為適應(yīng)度值計(jì)算方法,引導(dǎo)種群向Pareto前端進(jìn)化。在進(jìn)化過(guò)程中,運(yùn)用快速非支配排序策略構(gòu)建Pareto檔案,并利用進(jìn)化種群中最優(yōu)個(gè)體實(shí)時(shí)更新Pareto最優(yōu)解集,提升算法的優(yōu)化性能;同時(shí)通過(guò)引入變異算子增加種群多樣性,避免算法陷入局部最優(yōu)。最后,基于Benchmark算例的仿真實(shí)驗(yàn),驗(yàn)證了該算法求解多目標(biāo)作業(yè)車(chē)間調(diào)度問(wèn)題的有效性。
[Abstract]:A hybrid mutation weed optimization algorithm is proposed for multiobjective job shop scheduling problem. The algorithm uses Euclidean closeness based on the weight of entropy value of each sub-target as the method of fitness calculation to guide the population to evolve to the front end of Pareto. In the course of evolution, the Pareto file is constructed by using the fast non-dominant sorting strategy, and the optimal Pareto optimal solution set is updated in real time by the optimal individuals in the evolutionary population to improve the optimization performance of the algorithm, and at the same time, the diversity of the population is increased by introducing mutation operator. The algorithm is avoided from falling into local optimum. Finally, the effectiveness of the proposed algorithm for solving multi-objective job shop scheduling problems is verified by simulation experiments based on Benchmark examples.
【作者單位】： 上海理工大學(xué)管理學(xué)院;江蘇科技大學(xué)張家港校區(qū);
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(71271138) 上海市一流學(xué)科資助項(xiàng)目(S1201YLXK) 滬江基金資助項(xiàng)目(A14006) 江蘇省現(xiàn)教課題項(xiàng)目(48888) 江蘇省高等教育科學(xué)研究“十三五”規(guī)劃課題項(xiàng)目(16YB064)
【分類(lèi)號(hào)】：TB497

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 薛宏全;魏生民;張鵬;楊琳;;基于多種群蟻群算法的柔性作業(yè)車(chē)間調(diào)度研究[J];計(jì)算機(jī)工程與應(yīng)用;2013年24期

2 楊薦;廖偉志;孫環(huán)龍;李雙;;基于Petri網(wǎng)和基因表達(dá)式編程的作業(yè)車(chē)間調(diào)度研究[J];廣西師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2014年02期

3 溫海駿;侯世旺;;基于維信息共享的粒子群優(yōu)化算法在作業(yè)車(chē)間調(diào)度中的應(yīng)用[J];工業(yè)工程;2014年01期

4 袁波;應(yīng)保勝;謝皓;;基于遺傳算法的不確定條件下作業(yè)車(chē)間調(diào)度[J];現(xiàn)代制造工程;2012年10期

5 姜斌;梁士鋒;馮佳佳;;催化吸收穩(wěn)定系統(tǒng)的多目標(biāo)優(yōu)化[J];計(jì)算機(jī)與應(yīng)用化學(xué);2008年01期

6 周長(zhǎng)春;殷國(guó)富;胡曉兵;劉麗;;面向綠色設(shè)計(jì)的材料選擇多目標(biāo)優(yōu)化決策[J];計(jì)算機(jī)集成制造系統(tǒng);2008年05期

7 邢巍;宋文;;非凸多目標(biāo)優(yōu)化問(wèn)題的連續(xù)同倫方法[J];哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào);2008年05期

8 郭仁生;;多目標(biāo)優(yōu)化問(wèn)題的理想有效解[J];現(xiàn)代制造工程;2006年02期

9 黃亮;孫磊;王寧;金曉明;;基于一類(lèi)組織P系統(tǒng)的模擬移動(dòng)床的多目標(biāo)優(yōu)化(英文)[J];Chinese Journal of Chemical Engineering;2007年05期

10 張秀芳,朱若男,王冬;用代替價(jià)值交換法求解系統(tǒng) 可靠性多目標(biāo)優(yōu)化問(wèn)題[J];哈爾濱理工大學(xué)學(xué)報(bào);1999年06期

相關(guān)會(huì)議論文 前4條

1 耿玉磊;張翔;;多目標(biāo)優(yōu)化的求解方法與發(fā)展[A];福建省科協(xié)第四屆學(xué)術(shù)年會(huì)——提升福建制造業(yè)競(jìng)爭(zhēng)力的戰(zhàn)略思考專(zhuān)題學(xué)術(shù)年會(huì)論文集[C];2004年

2 耿玉磊;張翔;;多目標(biāo)優(yōu)化的求解方法與發(fā)展[A];福建省科協(xié)第四屆學(xué)術(shù)年會(huì)提升福建制造業(yè)競(jìng)爭(zhēng)力的戰(zhàn)略思考專(zhuān)題學(xué)術(shù)年會(huì)論文集[C];2004年

3 孫力;樊希山;姚平經(jīng);;化工過(guò)程多目標(biāo)優(yōu)化適宜解的模糊確定[A];第二屆全國(guó)傳遞過(guò)程學(xué)術(shù)研討會(huì)論文集[C];2003年

4 李穎t;昝建明;周建文;;多目標(biāo)形貌優(yōu)化方法研究[A];結(jié)構(gòu)及多學(xué)科優(yōu)化工程應(yīng)用與理論研討會(huì)’2009（CSMO-2009）論文集[C];2009年

相關(guān)碩士學(xué)位論文 前10條

1 孫璐;隨機(jī)柔性制造系統(tǒng)建模與優(yōu)化研究[D];大連理工大學(xué);2015年

2 周愷;基于改進(jìn)量子粒子群算法的柔性作業(yè)車(chē)間調(diào)度研究[D];江南大學(xué);2016年

3 彭郎軍;基于螢火蟲(chóng)算法的柔性作業(yè)車(chē)間調(diào)度問(wèn)題研究[D];湘潭大學(xué);2016年

4 李曉婉;MSO生產(chǎn)方式下響應(yīng)訂單變更的柔性作業(yè)車(chē)間調(diào)度研究[D];重慶大學(xué);2016年

5 呂文軍;基于BOM的柔性作業(yè)車(chē)間調(diào)度方法與信息系統(tǒng)研究[D];重慶大學(xué);2016年

6 余鵬飛;離散作業(yè)車(chē)間生產(chǎn)調(diào)度方法研究及其系統(tǒng)開(kāi)發(fā)[D];合肥工業(yè)大學(xué);2017年

7 馬帥;雙系統(tǒng)優(yōu)化及約束作業(yè)車(chē)間調(diào)度應(yīng)用研究[D];大連理工大學(xué);2013年

8 張燦龍;不確定DM-chameleon聚類(lèi)算法在滑坡危險(xiǎn)性預(yù)測(cè)的研究及應(yīng)用[D];江西理工大學(xué);2017年

9 朱珈楠;基于ACA的及時(shí)工藝規(guī)劃與作業(yè)車(chē)間調(diào)度集成建模與優(yōu)化[D];浙江工業(yè)大學(xué);2012年

10 楊梅;基于混合算法的車(chē)間布局多目標(biāo)優(yōu)化及仿真研究[D];湖南大學(xué);2016年

，

本文編號(hào)：1935078