為了提高自動(dòng)化立體倉(cāng)庫(kù)的運(yùn)行效率,針對(duì)其中的堆垛機(jī)路徑調(diào)度問(wèn)題,根據(jù)時(shí)間、能耗和作業(yè)效率建立了堆垛機(jī)調(diào)度優(yōu)化模型,提出了一種改進(jìn)的多目標(biāo)遺傳算法IMOGA.該算法在NSGA-Ⅱ算法的基礎(chǔ)上改進(jìn)了遺傳算子,采用了適合問(wèn)題模型的交叉變異操作,引入了自適應(yīng)遺傳算子,并新增了基于模擬退火思想的局部隨機(jī)搜索策略.以某氨綸廠倉(cāng)庫(kù)堆垛機(jī)調(diào)度情況進(jìn)行仿真驗(yàn)證,結(jié)果表明, IMOGA算法收斂速度更快,解集的質(zhì)量更高,在堆垛機(jī)調(diào)度問(wèn)題上具有更高的適用性. 

【文章來(lái)源】：計(jì)算機(jī)系統(tǒng)應(yīng)用. 2020,29(08)

【文章頁(yè)數(shù)】：6 頁(yè)

【參考文獻(xiàn)】：
期刊論文
[1]基于貓群算法的立體車(chē)庫(kù)調(diào)度優(yōu)化[J]. 關(guān)榆君,和淼.  華北理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(04)
[2]改進(jìn)遺傳模擬退火算法在TSP優(yōu)化中的應(yīng)用[J]. 何慶,吳意樂(lè),徐同偉.  控制與決策. 2018(02)
[3]越庫(kù)配送車(chē)輛調(diào)度問(wèn)題的自適應(yīng)遺傳算法研究[J]. 繆朝煒,蘇瑞澤,張杰.  管理工程學(xué)報(bào). 2016(04)
[4]基于自適應(yīng)機(jī)制的遺傳算法研究[J]. 曲志堅(jiān),張先偉,曹雁鋒,劉曉紅,馮曉華.  計(jì)算機(jī)應(yīng)用研究. 2015(11)

碩士論文
[1]NSGA-Ⅱ算法的改進(jìn)及在機(jī)組組合優(yōu)化中的應(yīng)用[D]. 魏冰.華北電力大學(xué) 2019
[2]NSGA-Ⅱ多目標(biāo)優(yōu)化算法的改進(jìn)及應(yīng)用研究[D]. 路艷雪.太原理工大學(xué) 2017
[3]基于Pareto支配的高維多目標(biāo)進(jìn)化算法研究[D]. 韓紅艷.大連理工大學(xué) 2016
[4]立體倉(cāng)庫(kù)貨位優(yōu)化與仿真研究[D]. 任為.中國(guó)礦業(yè)大學(xué) 2015



本文編號(hào)：2982116