本文關(guān)鍵詞： 混流 U型拆卸線 HMOEA/D算法 Pareto最優(yōu)解集　出處：《運籌與管理》2017年09期 　論文類型：期刊論文

【摘要】：針對混流U型拆卸線平衡排序問題,考慮拆卸時間不確定,建立了該問題最小拆卸線平均閑置率、盡早拆卸危害和高需求零部件、最小化平均方向改變次數(shù)的多目標優(yōu)化模型,并提出一種基于分解和動態(tài)鄰域搜索的混合多目標進化算法(Hybrid Multi-objective Evolutionary Algorithm Based on Decomposition,HMOEA/D)。該算法通過采用彈性任務(wù)分配策略、動態(tài)鄰域結(jié)構(gòu)和動態(tài)調(diào)整權(quán)重以保證解的可行性并搜索得到分布較好的非劣解集。最后,仿真求解實驗設(shè)計技術(shù)(DOE)生成的測試算例,結(jié)果表明HMOEA/D較其它算法能得到更接近Pareto最優(yōu)、分布更好的近似解集。
[Abstract]:Considering the uncertainty of disassembly time, the minimum average idle rate of disassembly line, early disassembly hazard and high demand parts are established for the balanced scheduling of mixed U-type disassembly lines. A multi-objective optimization model that minimizes the number of changes in the average direction. A hybrid multiobjective evolutionary algorithm based on decomposition and dynamic neighborhood search is proposed. Hybrid Multi-objective Evolutionary Algorithm Based on Decomposition. The algorithm adopts elastic task allocation strategy, dynamic neighborhood structure and dynamic adjustment of weights to ensure the feasibility of the solution and search for a well-distributed non-inferior solution set. Finally. The simulation results show that HMOEA/D can get the approximate solution set which is closer to Pareto optimal and better distributed than other algorithms.
【作者單位】： 西南交通大學經(jīng)濟管理學院;
【基金】：國家自然科學基金資助項目(Nos.71471151,61573264)
【分類號】：TP18
【正文快照】： 0引言電子垃圾作為全球增長速度最快的固體廢棄物,如何回收并合理利用已成為一個全球性難題。產(chǎn)品拆卸是從廢舊產(chǎn)品中系統(tǒng)地提取有價值的零件或材料的過程[1];它在綠色制造系統(tǒng)中扮演重要角色,是進行再制造并實現(xiàn)完整產(chǎn)品周期的重要環(huán)節(jié)。電子產(chǎn)品更新?lián)Q代頻繁,個性化設(shè)計特征

【相似文獻】

相關(guān)期刊論文 前10條

1 高迎平,韓娜;分枝定界法在混流工序同期化中的應(yīng)用[J];河北工業(yè)大學成人教育學院學報;2000年04期

2 李建中;混流生產(chǎn)線平衡的動態(tài)規(guī)劃及啟發(fā)式方法[J];系統(tǒng)工程與電子技術(shù);1997年02期

3 方啟宏;混流作業(yè)機器人自動噴涂線[J];機器人技術(shù)與應(yīng)用;1995年02期

4 薛娟;鄭金華;李旭勇;;一種基于聚集距離的多目標進化算法[J];計算機工程與應(yīng)用;2005年36期

5 馬清亮;胡昌華;;多目標進化算法及其在控制領(lǐng)域中的應(yīng)用綜述[J];控制與決策;2006年05期

6 李密青;鄭金華;羅彪;伍軍;文詩華;;一種基于鄰域的多目標進化算法[J];計算機應(yīng)用;2008年06期

7 汪文彬;鐘聲;;基于改進擁擠距離的多目標進化算法[J];計算機工程;2009年09期

8 李密青;鄭金華;肖桂霞;謝炯亮;;基于空間距離的多目標進化算法[J];模式識別與人工智能;2009年04期

9 崔遜學,方廷健;多目標進化算法的研究[J];中國科學基金;2002年01期

10 伍軍;鄭金華;文詩華;;一種基于相似個體的多目標進化算法[J];計算機工程與應(yīng)用;2008年14期

相關(guān)會議論文 前2條

1 賈春福;涂奉生;;帶滯留時間的3—機器裝配型Flowshop排序問題[A];1996中國控制與決策學術(shù)年會論文集[C];1996年

2 顧亭亭;趙曾貽;;群組決策中三角模糊互補判斷矩陣排序問題[A];2007中國控制與決策學術(shù)年會論文集[C];2007年

相關(guān)博士學位論文 前7條

1 豐志偉;多目標進化算法研究及在飛行器動力學系統(tǒng)中的應(yīng)用[D];國防科學技術(shù)大學;2014年

2 代才;基于分解的多目標進化算法研究[D];西安電子科技大學;2014年

3 袁源;基于分解的多目標進化算法及其應(yīng)用[D];清華大學;2015年

4 黃林峰;多目標進化算法研究[D];中國科學技術(shù)大學;2009年

5 譚艷艷;幾種改進的分解類多目標進化算法及其應(yīng)用[D];西安電子科技大學;2013年

6 劉立衡;多目標進化算法的研究及其在負荷分配中的應(yīng)用[D];華北電力大學（北京）;2010年

7 師瑞峰;多目標進化算法研究及其在生產(chǎn)排序中的應(yīng)用[D];北京航空航天大學;2006年

相關(guān)碩士學位論文 前10條

1 谷新軍;混流U型拆卸線平衡排序優(yōu)化模型與算法研究[D];西南交通大學;2017年

2 吳坤安;基于分散策略的多目標進化算法研究[D];福建師范大學;2015年

3 馬晨琳;基于分解的交互式偏好多目標優(yōu)化算法研究[D];西安電子科技大學;2014年

4 喻果;基于分解的偏好多目標進化算法及其評價指標的研究[D];湘潭大學;2015年

5 季洪霄;動態(tài)約束多目標進化算法的研究與應(yīng)用[D];安徽理工大學;2016年

6 李達統(tǒng);基于MapReduce與Spark的分布式多目標進化算法的設(shè)計與實現(xiàn)[D];華南理工大學;2016年

7 齊吉;基于聚類的多目標進化算法及其在航跡規(guī)劃中的應(yīng)用[D];哈爾濱工業(yè)大學;2016年

8 李輝健;多目標進化算法中新型非支配個體排序研究及應(yīng)用[D];南京信息工程大學;2016年

9 楊志翔;基于分解排序的多目標進化算法的研究[D];南京航空航天大學;2016年

10 朱錚;面向指標和邊界選擇的高維多目標進化算法的研究[D];湘潭大學;2016年

，

本文編號：1464346