本文針對(duì)實(shí)際生產(chǎn)過程中普遍存在的不確定性,采用模糊數(shù)表示工件的加工時(shí)間與產(chǎn)品的裝配時(shí)間,以同時(shí)最小化模糊最大完工時(shí)間和模糊總能耗為優(yōu)化目標(biāo),建立模糊分布式裝配流水線低碳調(diào)度問題（FDAPFLSP）的模型,進(jìn)而提出一種混合交叉熵算法（HCEA）進(jìn)行求解.首先,通過分析現(xiàn)有三角模糊數(shù)排序準(zhǔn)則特點(diǎn),并考慮生產(chǎn)調(diào)度問題的基本約束,設(shè)計(jì)一種實(shí)用的三角模糊數(shù)排序修正準(zhǔn)則.其次,為增強(qiáng)算法性能,設(shè)計(jì)一種自適應(yīng)變鄰域局部搜索以實(shí)現(xiàn)對(duì)解空間不同區(qū)域的有效搜索.最后,仿真實(shí)驗(yàn)與算法對(duì)比驗(yàn)證HCEA可有效求解FDAPFLSP. 

【文章來源】：控制理論與應(yīng)用. 2020,37(10)北大核心EICSCD

【文章頁數(shù)】：12 頁

【參考文獻(xiàn)】：
期刊論文
[1]超啟發(fā)式遺傳算法求解模糊柔性作業(yè)車間調(diào)度[J]. 李尚函,胡蓉,錢斌,張梓琪,金懷平.  控制理論與應(yīng)用. 2020(02)
[2]基于新型帝國競(jìng)爭(zhēng)算法的高維多目標(biāo)柔性作業(yè)車間調(diào)度[J]. 李明,雷德明.  控制理論與應(yīng)用. 2019(06)
[3]基于新型蛙跳算法的低碳柔性作業(yè)車間調(diào)度[J]. 艾子義,雷德明.  控制理論與應(yīng)用. 2017(10)
[4]綠色車間調(diào)度優(yōu)化研究進(jìn)展[J]. 王凌,王晶晶,吳楚格.  控制與決策. 2018(03)
[5]An improved cross entropy algorithm for steelmaking-continuous casting production scheduling with complicated technological routes[J]. 王桂榮,李歧強(qiáng),王魯浩.  Journal of Central South University. 2015(08)
[6]不確定性條件下的生產(chǎn)調(diào)度[J]. 顧幸生.  華東理工大學(xué)學(xué)報(bào). 2000(05)



本文編號(hào)：3143853