經(jīng)濟全球化使制造業(yè)從單工廠模式轉變?yōu)槎喙S協(xié)同生產(chǎn)模式,制造資源異地化、客戶需求多樣化使得多工廠的分布式調(diào)度難度急劇增加,為此研究了分布式柔性作業(yè)車間調(diào)度問題。首先建立了該問題的雙目標優(yōu)化模型,同時優(yōu)化總成本和提前/延期懲罰。然后提出改進的差分進化算法,設計了兩種變異機制以及兩種交叉方式,結合模擬退火的魯棒性進行局部搜索,并結合貪婪和帶精英策略的快速非支配排序遺傳算法的選擇思想設計選擇操作,產(chǎn)生下一代繼續(xù)進行迭代進化。最后,通過綜合實驗證明了所提模型和算法能夠很好地求解此類問題。 

【文章來源】：計算機集成制造系統(tǒng). 2019,25(10)北大核心EICSCD

【文章頁數(shù)】：20 頁

【文章目錄】：
0 引言
1 DFJSP的優(yōu)化模型
    1.1 問題描述
    1.2 雙目標DFJSP的優(yōu)化模型
2 改進差分進化算法
    2.1 IDESAA總流程圖
    2.2 IDESAA詳細設計
3 數(shù)值實驗
    3.1 實驗設計
    3.2 實驗結果
4 結束語


【參考文獻】：
期刊論文
[1]變鄰域改進遺傳算法求解混合流水車間調(diào)度問題[J]. 崔琪,吳秀麗,余建軍.  計算機集成制造系統(tǒng). 2017(09)
[2]機器多轉速的柔性作業(yè)車間綠色調(diào)度問題[J]. 吳秀麗,孫陽君.  計算機集成制造系統(tǒng). 2018(04)
[3]求解分布式置換流水線調(diào)度問題的化學反應優(yōu)化算法[J]. 沈婧楠,王凌,王圣堯.  清華大學學報(自然科學版). 2015(11)
[4]分布式車間調(diào)度優(yōu)化算法研究綜述[J]. 王凌,鄧瑾,王圣堯.  控制與決策. 2016(01)
[5]基于目標級聯(lián)法和粒子群算法的柔性分布式車間調(diào)度[J]. 黃英杰,姚錫凡.  中南大學學報(自然科學版). 2012(01)



本文編號：3162882