針對傳統(tǒng)智能算法求解自動導(dǎo)引小車與機器集成的車間調(diào)度問題效率低且易早熟的缺點,提出一種基于改進花授粉算法的車間調(diào)度算法。其中,基于主成分分析法提出新的變異算子以增強算法對解空間的感知能力和跳出局部極值的能力;引入交叉算子以提高花授粉算法的全局搜索能力;基于染色體相似度矩陣提出一種自適應(yīng)個體初始化生成策略以提高初始種群的多樣性。面向該集成調(diào)度問題需求,建立了機器與自動導(dǎo)引小車集成的調(diào)度數(shù)學(xué)模型,然后采用新的解碼算法和新解接受機制對模型進行求解。最后通過搭建集成調(diào)度實驗平臺驗證了所提改進算法的有效性。

【文章頁數(shù)】：18 頁

【文章目錄】：
0 引言
1 AGV與機器集成的作業(yè)車間調(diào)度問題描述及建模
2 花授粉優(yōu)化算法簡介及其改進策略
    2.1 花授粉優(yōu)化算法簡介和分析
    2.2 花授粉算法特點及改進策略
    2.3 花授粉算法求解作業(yè)車間調(diào)度問題編碼和解的修復(fù)
    2.4 AGV與機器集成的作業(yè)車間調(diào)度問題解碼算法設(shè)計
    2.5 自適應(yīng)初始解生成算法
3 求解傳統(tǒng)車間調(diào)度問題驗證改進的花授粉優(yōu)化算法的性能
4 基于改進花授粉算法求解共融AGV的作業(yè)車間集成調(diào)度問題
    4.1 單AGV與機器集成的作業(yè)車間調(diào)度實驗
    4.2 多AGV與機器集成的作業(yè)車間調(diào)度求解結(jié)果與分析
5 結(jié)束語



本文編號：3779834