發(fā)布時(shí)間：2018-03-31 09:19

  本文選題：多目標(biāo)柔性作業(yè)車間調(diào)度問(wèn)題　切入點(diǎn)：混合遺傳算法　出處：《計(jì)算機(jī)集成制造系統(tǒng)》2017年01期

【摘要】：為了求解工件到達(dá)時(shí)間、加工時(shí)間、排隊(duì)規(guī)則出錯(cuò)三個(gè)不確定因素作用下的多目標(biāo)柔性作業(yè)車間調(diào)度優(yōu)化問(wèn)題,研究了由遺傳算法和離散仿真、層次分析法相混合的混合遺傳算法。該問(wèn)題以最大流程時(shí)間短、工序分配均衡、設(shè)備平均利用高為優(yōu)化目標(biāo),且?guī)в泄に嚭驮O(shè)備約束條件。首先應(yīng)用離散仿真法求解各優(yōu)化目標(biāo)的魯棒性指標(biāo)值,再應(yīng)用層次分析法計(jì)算可行解的適應(yīng)度,從而達(dá)到一致性評(píng)價(jià)可行解的目的,得到魯棒性好的近似最優(yōu)解。通過(guò)與應(yīng)用松弛法的遺傳算法進(jìn)行對(duì)比測(cè)試實(shí)驗(yàn),證明了由該算法得到的近似最優(yōu)解具有更好的魯棒性。
[Abstract]:In order to solve the multi-objective flexible job shop scheduling optimization problem under the action of three uncertain factors: the arrival time of the workpiece, the processing time and the queue rule error, the genetic algorithm and discrete simulation are studied.A hybrid genetic algorithm based on analytic hierarchy process (AHP).In this problem, the maximum flow time is short, the process distribution is balanced, the average utilization of equipment is high, and the process and equipment constraints are included.Firstly, the robustness index value of each optimization object is solved by discrete simulation method, and then the fitness of feasible solution is calculated by AHP, so as to achieve the purpose of consistent evaluation of feasible solution, and the approximate optimal solution with good robustness is obtained.Compared with the genetic algorithm using relaxation method, it is proved that the approximate optimal solution obtained by this algorithm has better robustness.
【作者單位】： 北京航空航天大學(xué)機(jī)械工程及自動(dòng)化學(xué)院;
【分類號(hào)】：TP18;TB497

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張攀,田國(guó)會(huì),賈磊,李曉磊,路飛;旋轉(zhuǎn)貨架揀選作業(yè)優(yōu)化問(wèn)題的新型混合遺傳算法求解[J];機(jī)械工程學(xué)報(bào);2004年06期

2 黃玉清,陳春梅,李磊民;一種混合遺傳算法在貨物裝載中的應(yīng)用[J];儀器儀表學(xué)報(bào);2004年S1期

3 洪露,穆志純,王崗罡;一種改進(jìn)型混合遺傳算法的分析[J];工業(yè)儀表與自動(dòng)化裝置;2005年03期

4 李藝,張延年,閻運(yùn)起;工程結(jié)構(gòu)優(yōu)化設(shè)計(jì)的混合遺傳算法[J];四川大學(xué)學(xué)報(bào)(工程科學(xué)版);2005年04期

5 楊敬松,崔廣才;基于混合遺傳算法的分布式車間作業(yè)調(diào)度問(wèn)題[J];長(zhǎng)春理工大學(xué)學(xué)報(bào);2005年03期

6 張延年,劉斌,郭鵬飛;混合遺傳算法在工程結(jié)構(gòu)優(yōu)化設(shè)計(jì)中的應(yīng)用[J];工業(yè)建筑;2005年03期

7 姜封國(guó);安偉光;趙延林;;基于混合遺傳算法的結(jié)構(gòu)優(yōu)化設(shè)計(jì)[J];煤礦機(jī)械;2007年09期

8 唐國(guó)鋒;俞立;張貴軍;黃驊;;基于動(dòng)態(tài)搜索軌跡的混合遺傳算法設(shè)計(jì)及實(shí)現(xiàn)[J];浙江工業(yè)大學(xué)學(xué)報(bào);2008年02期

9 周建興;樸英;曹志松;;基于混合遺傳算法的進(jìn)氣道性能設(shè)計(jì)與優(yōu)化[J];計(jì)算機(jī)工程;2008年12期

10 喻瑛;;多模式資源受限項(xiàng)目調(diào)度問(wèn)題的混合遺傳算法[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年04期

相關(guān)會(huì)議論文 前10條

1 黃玉清;陳春梅;李磊民;;一種混合遺傳算法在貨物裝載中的應(yīng)用[A];第二屆全國(guó)信息獲取與處理學(xué)術(shù)會(huì)議論文集[C];2004年

2 吳海兵;劉萍;;混合遺傳算法在物流配送路徑優(yōu)化問(wèn)題中的應(yīng)用[A];'2006系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2006年

3 王永生;曹貝;肖立伊;;基于混合遺傳算法的測(cè)試殼優(yōu)化[A];第四屆中國(guó)測(cè)試學(xué)術(shù)會(huì)議論文集[C];2006年

4 李平;;客戶成套訂單配送策略混合遺傳算法研究[A];第九屆中國(guó)青年信息與管理學(xué)者大會(huì)論文集[C];2007年

5 侯志祥;;基于混合遺傳算法的連續(xù)系統(tǒng)參數(shù)辨識(shí)[A];第二十六屆中國(guó)控制會(huì)議論文集[C];2007年

6 趙瑞艷;李樹榮;張曉東;苗榮;;基于混合遺傳算法的熱傳導(dǎo)系統(tǒng)最優(yōu)控制問(wèn)題求解[A];第二十七屆中國(guó)控制會(huì)議論文集[C];2008年

7 張銀利;陳德勇;蘇艷;;物流配送路徑優(yōu)化問(wèn)題的一種混合遺傳算法[A];第十屆中國(guó)不確定系統(tǒng)年會(huì)、第十四屆中國(guó)青年信息與管理學(xué)者大會(huì)論文集[C];2012年

8 何大闊;凌君;顧大為;王福利;;基于減聚類的混合遺傳算法[A];第三屆中國(guó)智能計(jì)算大會(huì)論文集[C];2009年

9 宋莉波;徐學(xué)軍;孫延明;查靚;;一種求解flexible job-shop調(diào)度問(wèn)題的混合遺傳算法[A];系統(tǒng)工程與和諧管理——第十屆全國(guó)青年系統(tǒng)科學(xué)與管理科學(xué)學(xué)術(shù)會(huì)議論文集[C];2009年

10 張海波;陳行行;;混合遺傳算法在智能天線波束成型中的應(yīng)用[A];重慶市電機(jī)工程學(xué)會(huì)2010年學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)博士學(xué)位論文 前2條

1 陶澤;基于Petri網(wǎng)和混合遺傳算法的JSP優(yōu)化調(diào)度[D];東北大學(xué);2006年

2 程蓉;復(fù)雜生產(chǎn)環(huán)境下優(yōu)化調(diào)度方法研究與系統(tǒng)實(shí)現(xiàn)[D];華中科技大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 伊夢(mèng)杰;多閘室協(xié)調(diào)調(diào)度的船閘優(yōu)化問(wèn)題研究[D];大連海事大學(xué);2015年

2 薛海萍;基于相似性排擠的多種群混合遺傳算法的研究與應(yīng)用[D];廣西大學(xué);2015年

3 王云;基于混合遺傳算法的工期費(fèi)用優(yōu)化研究[D];大連理工大學(xué);2015年

4 馮曉春;蔬菜B2C直銷的揀貨作業(yè)優(yōu)化方法研究[D];大連理工大學(xué);2015年

5 王sサ，

本文編號(hào)：1690105