針對加工資源和運(yùn)輸資源集成下綠色作業(yè)車間調(diào)度問題,通過研究生產(chǎn)車間綜合能耗模型,建立了機(jī)器和自動導(dǎo)引小車（Automated guided vehicle,AGV）集成調(diào)度下多目標(biāo)優(yōu)化模型。提出一種改進(jìn)分布估計(jì)算法（Improved estimation of distribution algorithm,IEDA）對模型進(jìn)行求解。首先,采用優(yōu)良種群作為樣本學(xué)習(xí)來構(gòu)建概率分布模型以提高IEDA的全局搜索能力;然后基于一種類似激素調(diào)控機(jī)制的速度冷卻控制方法設(shè)計(jì)出新的模擬退火函數(shù),并將其融入到分布估計(jì)算法中以提高IEDA的局部搜索能力。最后通過數(shù)值實(shí)驗(yàn)來驗(yàn)證所提模型和算法的可行性和有效性。 

【文章來源】：南京航空航天大學(xué)學(xué)報. 2020,52(03)北大核心CSCD

【文章頁數(shù)】：10 頁

【文章目錄】：
1 機(jī)器與AGV集成下綠色作業(yè)車間調(diào)度問題描述及建模
    1.1 問題描述
    1.2 參數(shù)和變量定義
    1.3 能耗建模
    1.4 多目標(biāo)優(yōu)化模型
2 基于改進(jìn)分布估計(jì)算法求解綠色作業(yè)車間調(diào)度
    2.1 基于關(guān)鍵路徑的狀態(tài)產(chǎn)生函數(shù)設(shè)計(jì)
    2.2 概率模型
    2.3 更新機(jī)制
    2.4 基于模擬退火函數(shù)設(shè)計(jì)
    2.5 算法流程
3 數(shù)值實(shí)驗(yàn)
    3.1 性能分析
    3.2 節(jié)能調(diào)度
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]柔性作業(yè)車間多自動導(dǎo)引小車和機(jī)器的集成調(diào)度[J]. 賀長征,宋豫川,雷琦,呂向飛,劉軟香,陳進(jìn).  中國機(jī)械工程. 2019(04)
[2]基于改進(jìn)花授粉算法的共融AGV作業(yè)車間調(diào)度[J]. 劉二輝,姚錫凡,陶韜,金鴻.  計(jì)算機(jī)集成制造系統(tǒng). 2019(09)
[3]基于改進(jìn)遺傳算法的柔性作業(yè)車間調(diào)度[J]. 王雷,蔡勁草,唐敦兵,李明.  南京航空航天大學(xué)學(xué)報. 2017(06)
[4]綠色車間調(diào)度優(yōu)化研究進(jìn)展[J]. 王凌,王晶晶,吳楚格.  控制與決策. 2018(03)
[5]基于改進(jìn)算法的工藝規(guī)劃與車間調(diào)度的雙目標(biāo)優(yōu)化模型[J]. 黃志清,唐敦兵,戴敏.  南京航空航天大學(xué)學(xué)報. 2015(01)



本文編號：3168391