以典型離散制造企業(yè)砂型鑄造企業(yè)為例,考慮砂型鑄造熔煉工序特殊性,提出熔煉工序弱化機制,建立了以最小完工時間為目標(biāo)的柔性流水車間調(diào)度模型,采用改進蛙跳算法（SFLA-SA）求解模型。通過反向?qū)W習(xí)構(gòu)建初始種群以提高初始解質(zhì)量,將模擬退火搜索（SA）嵌入基本蛙跳算法（SFLA）中,并為模擬退火局部搜索設(shè)計了3種變異算子以提高局部搜索能力。最后對某鑄造企業(yè)實際案例分析研究,檢驗了模型的有效性和所提SFLA-SA算法的優(yōu)越性。 

【文章來源】：數(shù)字制造科學(xué). 2020,18(02)

【文章頁數(shù)】：6 頁

【文章目錄】：
1 問題描述
    1.1 典型砂型鑄造工藝流程分析
    1.2 熔煉工序弱化機制
2 柔性砂型鑄造流水車間調(diào)度模型建立
3 基于改進蛙跳算法的調(diào)度模型求解
    3.1 染色體編碼與解碼
    3.2 種群初始化
    3.3 基于模擬退火算法的局部搜索策略
    3.4 改進蛙跳算法的基本流程
4 案例應(yīng)用與分析
    4.1 案例描述
    4.2 案例求解與分析
5 結(jié)論


【參考文獻】：
期刊論文
[1]一種改進模擬退火算法在弱化虛擬機放置中的應(yīng)用[J]. 李尉,陳雨,高小龍.  現(xiàn)代計算機(專業(yè)版). 2018(28)
[2]公共自行車優(yōu)化調(diào)度算法研究[J]. 丁文玲.  智庫時代. 2018(38)
[3]一種改進的蛙跳算法的研究[J]. 周林錦.  科技通報. 2018(07)
[4]關(guān)于加快推進我國鑄造業(yè)轉(zhuǎn)型升級的探討[J]. 溫平.  中國鑄造裝備與技術(shù). 2018(01)
[5]求解連續(xù)空間優(yōu)化問題的改進蜂群算法[J]. 王永琦,吳飛,孫建華.  計算機應(yīng)用研究. 2018(03)
[6]教與同伴學(xué)習(xí)粒子群算法求解多目標(biāo)柔性作業(yè)車間調(diào)度問題[J]. 吳定會,孔飛,田娜,紀(jì)志成.  計算機應(yīng)用. 2015(06)
[7]改進人工蜂群算法求解無等待柔性流水車間調(diào)度問題[J]. 畢孝儒,楊柳,張黎黎,賀拴.  現(xiàn)代計算機(專業(yè)版). 2015(14)
[8]貫徹鑄造行業(yè)準(zhǔn)入條件,促進鑄造行業(yè)轉(zhuǎn)型升級[J]. 董寅生,盛曉波.  機械制造與自動化. 2014(04)
[9]基于混合粒子群-NEH算法求解無等待柔性流水車間調(diào)度問題[J]. 張其亮,陳永生.  系統(tǒng)工程理論與實踐. 2014(03)



本文編號：3201431