為提高制造系統(tǒng)中高維目標調(diào)度優(yōu)化算法的求解性能,更好地在收斂性和分布性之間保持平衡,提出一種改進精英策略的PCA-NSGAⅡ算法。根據(jù)實際生產(chǎn)的需求,建立以最小化生產(chǎn)總成本、最大完工時間、提前/拖期懲罰和制造過程碳排放為目標的調(diào)度優(yōu)化模型。針對現(xiàn)有高維目標調(diào)度優(yōu)化領域采用基于權重化函數(shù)的算法求解質量差、搜索效率低等問題,將理論研究中基于主成分分析（PCA）的占優(yōu)機制引入高維目標調(diào)度優(yōu)化領域;設計了一種PCA-NSGAⅡ算法,為提高算法的求解質量和收斂性能,提出一個外部種群多樣性維護方法來改進精英策略,將優(yōu)秀個體納入外部種群,豐富種群結構。通過算例分析,并與其他3種算法的結果進行對比,所提算法在求解質量和收斂性能上均具有優(yōu)勢;驗證了基于PCA占優(yōu)機制的高維目標處理方法能夠在考慮所有目標特征的同時增大選擇壓力,有效地解決高維目標調(diào)度優(yōu)化問題。 

【文章來源】：計算機集成制造系統(tǒng). 2020,26(09)北大核心EICSCD

【文章頁數(shù)】：10 頁

【文章目錄】：
0 引言
1 高維目標調(diào)度優(yōu)化建模
    1.1 問題描述
    1.2 條件假設
    1.3 調(diào)度優(yōu)化模型
2 改進精英策略的PCA-NSGAⅡ
    2.1 編碼和解碼
    2.2 種群初始化以及選擇、交叉、變異操作
        (1)種群初始化
        (2)選擇操作
        (3)交叉操作
        (4)變異操作
    2.3 PCA占優(yōu)機制
    2.4 外部種群
3 算例驗證
4 結束語


【參考文獻】：
期刊論文
[1]高維多目標優(yōu)化中基于稀疏特征選擇的目標降維方法[J]. 陳小紅,李霞,王娜.  電子學報. 2015(07)
[2]基于全局排序的高維多目標優(yōu)化研究[J]. 肖婧,畢曉君,王科俊.  軟件學報. 2015(07)
[3]營運貨車道路運行油耗及碳排放因子研究[J]. 彭美春,李嘉如,胡紅斐.  汽車技術. 2015(04)
[4]基于模糊關聯(lián)熵的高維多目標流水車間調(diào)度優(yōu)化[J]. 賀利軍,劉超,朱光宇.  計算機集成制造系統(tǒng). 2015(10)
[5]解決高維多目標優(yōu)化的分組進化算法[J]. 劉立佳,李相民,顏驥.  四川大學學報(工程科學版). 2013(S1)
[6]正交設計的E占優(yōu)策略求解高維多目標優(yōu)化問題研究[J]. 郭思涵,龔小勝.  計算機科學. 2012(02)
[7]一種求解多目標柔性作業(yè)車間調(diào)度的改進粒子群算法[J]. 白俊杰,王寧生,唐敦兵.  南京航空航天大學學報. 2010(04)
[8]基于改進非支配排序遺傳算法的多目標柔性作業(yè)車間調(diào)度[J]. 張超勇,董星,王曉娟,李新宇,劉瓊.  機械工程學報. 2010(11)
[9]多目標柔性作業(yè)車間調(diào)度優(yōu)化研究[J]. 吳秀麗,孫樹棟,余建軍,張紅芳.  計算機集成制造系統(tǒng). 2006(05)
[10]求解作業(yè)車間調(diào)度問題的一種改進遺傳算法[J]. 張超勇,饒運清,李培根,劉向軍.  計算機集成制造系統(tǒng). 2004(08)



本文編號：3616356