隨著經(jīng)濟(jì)的發(fā)展,在各行各業(yè)中分布式生產(chǎn)變得越來越普及,故將更多的注意力放在分布式生產(chǎn)模型之上。為求解帶有序相關(guān)設(shè)置時(shí)間和到達(dá)時(shí)間的零等待分布式流水線調(diào)度問題（No-wait Distributed Flow Shop with Sequence Dependent Setup Times and Arrival Times,NDPFSPwithSDSTsandRDs）,提出了一種自適應(yīng)的分布估計(jì)算法（Adaptive Estimation of Distribution Algorithm, AEDA）,用于最小化最大完成時(shí)間。首先,提出了更加適合于帶到達(dá)時(shí)間問題的最早完成工廠問題的帶有到達(dá)時(shí)間的最早完成工廠（the Earliest Completion Factory with Arrival Time, ECFAT）規(guī)則,使得解的生成過程有適當(dāng)?shù)呐袛?更加快速地提高當(dāng)前代生成解的質(zhì)量。其次,針對(duì)不同的問題規(guī)模進(jìn)行局部搜索的深度做出相應(yīng)的調(diào)整,使得在不同的規(guī)模下算法都能有很好的局部搜索能力。 

【文章來源】：控制工程. 2020,27(02)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

AEDA算法流程Fig.1TheprocessofAEDAalgorithm

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)遺傳算法的多目標(biāo)FJSP問題研究[J]. 劉勝,于海強(qiáng).  控制工程. 2016(06)
[2]分布估計(jì)算法研究進(jìn)展[J]. 王圣堯,王凌,方晨,許燁.  控制與決策. 2012(07)
[3]分布估計(jì)算法綜述[J]. 周樹德,孫增圻.  自動(dòng)化學(xué)報(bào). 2007(02)



本文編號(hào)：3035528