針對(duì)生產(chǎn)過程對(duì)環(huán)境的巨大影響,提出一種基于貝葉斯統(tǒng)計(jì)的混合分布估計(jì)算法（Hybrid Bayesian-Statistical-Based Estimation of Distribution Algorithm, HBEDA）求解帶交貨期的多目標(biāo)可重入作業(yè)車間綠色調(diào)度問題（Multi-objectiveRe-entrantJobShopGreen Scheduling ProblemwithDue Date,MRJSGSP_DD）,實(shí)現(xiàn)對(duì)最大延遲（MaximumTardiness,MT）和總能量消耗（Total Energy Consumption, TEC）的最小化。首先,在算法初始化階段,產(chǎn)生一組隨機(jī)種群,保證種群的隨機(jī)性和多樣性,并構(gòu)造出非支配解集。其次,引入基于貝葉斯統(tǒng)計(jì)的混合分布估計(jì)算法構(gòu)造概率模型,該模型能夠?qū)W習(xí)到工件之間序的關(guān)系,增強(qiáng)了算法的全局搜索能力。最后,利用該問題的特性,設(shè)計(jì)了一種增強(qiáng)型的局部搜索的方法。仿真實(shí)驗(yàn)和算法對(duì)比驗(yàn)證了該算法的有效性。 

【文章頁數(shù)】：6 頁

【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]基于Bayesian統(tǒng)計(jì)推理的分布估計(jì)算法求解柔性作業(yè)車間調(diào)度問題[J]. 何小娟,曾建潮.  系統(tǒng)工程理論與實(shí)踐. 2012(02)



本文編號(hào)：3683854