針對多目標綠色可重入混合流水車間調(diào)度問題(RHFSP)的特點,在機器分配和工序排序的基礎(chǔ)上引入分時電價機制,構(gòu)建了以最小化最大完工時間、總能耗成本和碳排放為目標的綠色調(diào)度優(yōu)化模型,提出了一種改進的多目標文化基因算法(MOMA)來求解該問題,通過數(shù)值實驗驗證了所設(shè)計的MOMA算法的可行性。實驗結(jié)果表明MOMA算法在非劣解的收斂性、多樣性和支配性指標方面都顯著優(yōu)于多目標蟻獅優(yōu)化算法(MOALO)、多目標粒子群優(yōu)化算法(MOPSO)和帶精英策略的非支配排序遺傳算法(NSGA-Ⅱ),四種算法的分布性指標無顯著差異。所提出的模型能夠使企業(yè)有效避開高電價時段作業(yè),合理轉(zhuǎn)移用電負荷,達到降低總用電成本和碳排放的目的。

【文章頁數(shù)】：12 頁

【部分圖文】：

圖1可重入混合流水車間調(diào)度示意圖

RHFSP可以描述為[24]:n個工件在s個工位上進行加工,在工位i中有mi臺同速并行機,且至少有一個工位的并行機數(shù)量大于1,每個工件可以選擇相應(yīng)工位上的任何一臺機器進行加工,并且有些工件需要訪問某些工位多次,RHFSP示意圖見圖1。本文為每個工件分配機器,確定每臺機器上加工工件....

圖2工件5的調(diào)度方案

以個體(0.8147,0.9134,0.6324,0.1270,0.0975,0.9058)為例,依照升序排列其對應(yīng)的工件排序為5-4-3-1-6-2,將該排序解碼成一個可行調(diào)度方案,所得到的甘特圖見圖2和圖3。該調(diào)度方案求得的目標函數(shù)值f1=25h、f2....

圖3所有工件的調(diào)度方案

圖2工件5的調(diào)度方案2.2交叉算子

圖4POX交叉示意圖

交叉算子有助于將優(yōu)良個體的染色體片段遺傳給后代,同時交叉算子一般起全局搜索的作用,可以開采未知的空間,本文采用優(yōu)先工序交叉(precedenceoperationcrossover,POX)。如圖4所示,POX交叉過程如下:①隨機選擇兩個父代染色體P1和P2,將所有工件分到....

本文編號：3904139