多目標(biāo)柔性作業(yè)車間調(diào)度是復(fù)雜加工系統(tǒng)中一類重要的調(diào)度問題。針對大多數(shù)算法求解多目標(biāo)柔性作業(yè)車間調(diào)度問題所存在的穩(wěn)定性差、搜索深度不夠、無法對多目標(biāo)中單一目標(biāo)進行深入搜索的問題,對傳統(tǒng)遺傳算法作出改進,設(shè)計了一套新的交叉策略,并舍去選擇算子,在此基礎(chǔ)上提出了一種求解多目標(biāo)問題的雙層遺傳算法。引入了信息熵的概念對所提算法優(yōu)化后的種群進行了分析,并從最大完工時間、最大機器負(fù)載、機器總負(fù)載三個方面對經(jīng)典案例進行測試。與其他同類算法相比,該雙層遺傳算法共獲得了31個可支配其他算法所求解的非支配解,和96個新的支配解。實驗結(jié)果表明,所提算法在保留種群多樣性的同時,仍擁有較好的深度搜索能力和跳出局部最優(yōu)的能力,體現(xiàn)了算法的可靠性。 

【文章來源】：計算機應(yīng)用. 2020,40(S1)北大核心

【文章頁數(shù)】：9 頁

【部分圖文】：

染色體編碼方式

正向貪婪式解碼

翻轉(zhuǎn)染色體解碼方式

【參考文獻】：
期刊論文
[1]柔性車間調(diào)度問題的協(xié)作混合帝國算法[J]. 呂聰,魏康林.  計算機應(yīng)用. 2018(07)
[2]求解柔性作業(yè)車間調(diào)度問題的細(xì)菌算法對比及改進[J]. 吳秀麗,張志強.  鄭州大學(xué)學(xué)報(工學(xué)版). 2018(03)
[3]混合灰狼優(yōu)化算法求解柔性作業(yè)車間調(diào)度問題[J]. 姜天華.  控制與決策. 2018(03)
[4]基于工序編碼和鄰域搜索策略的遺傳算法優(yōu)化作業(yè)車間調(diào)度[J]. 趙詩奎,方水良.  機械工程學(xué)報. 2013(16)
[5]一種求解柔性工作車間調(diào)度問題的混合遺傳算法[J]. 宋莉波,徐學(xué)軍,孫延明,查靚.  管理科學(xué)學(xué)報. 2010(11)
[6]基于改進變異算子的遺傳算法求解柔性作業(yè)車間調(diào)度[J]. 尹作海,邱洪澤,周萬里.  計算機系統(tǒng)應(yīng)用. 2009(10)
[7]柔性作業(yè)車間調(diào)度中的組合遺傳優(yōu)化研究[J]. 鄔文堯,蔡鴻明,姜麗紅.  計算機工程與應(yīng)用. 2009(22)
[8]改進遺傳算法求解柔性作業(yè)車間調(diào)度問題[J]. 張國輝,高亮,李培根,張超勇.  機械工程學(xué)報. 2009(07)
[9]基于信息熵對遺傳算法中雜交概率的研究[J]. 李慧賢,龐遼軍,蔡皖東.  系統(tǒng)工程與電子技術(shù). 2009(07)
[10]改進遺傳算法解決柔性作業(yè)車間調(diào)度問題[J]. 劉瓊,張超勇,饒運清,邵新宇.  工業(yè)工程與管理. 2009(02)



本文編號：3083290