針對化工并行設(shè)備批處理過程,研究批量生產(chǎn)計(jì)劃與批次調(diào)度的集成優(yōu)化問題,將任務(wù)處理批量的大小、批次數(shù)目及其在設(shè)備上的分配與調(diào)度等多階段、多層次的優(yōu)化決策,集成到一類問題中。以最小化所有批次的總完工時(shí)間為優(yōu)化目標(biāo),構(gòu)建分批與批調(diào)度決策的集成優(yōu)化模型。提出一種改進(jìn)的DE算法,加快模型求解速度。算法采用實(shí)值編碼方案,設(shè)計(jì)個(gè)體編碼為每種產(chǎn)品的總生產(chǎn)量,通過有效的解碼程序?qū)�(gè)體解釋為批調(diào)度方案,并設(shè)計(jì)不可行調(diào)度方案的修正機(jī)制。通過引入局部搜索和局部最優(yōu)逃逸策略,解決種群多樣性降低、易陷入局部最優(yōu)的問題。仿真結(jié)果表明,與基本DE、PSO算法相比,改進(jìn)DE算法具有更好的全局搜索性能。 

【文章來源】：計(jì)算機(jī)仿真. 2019,36(02)北大核心

【文章頁數(shù)】：4 頁

【文章目錄】：
1 引言
2 化工并行設(shè)備集成批調(diào)度模型
3 模型求解算法
    3.1 預(yù)備性質(zhì)
    3.2 個(gè)體的編碼與解碼方法
    3.3 不可行個(gè)體的修復(fù)機(jī)制
    3.4 DE算法改進(jìn)策略
        3.4.1 局部搜索策略
        3.4.2 局部最優(yōu)逃逸策略
    3.5 DE算法流程
4 實(shí)驗(yàn)及結(jié)果
    4.1 實(shí)驗(yàn)設(shè)計(jì)
    4.2 實(shí)驗(yàn)結(jié)果的比較
5 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]差分進(jìn)化算法綜述[J]. 丁青鋒,尹曉宇.  智能系統(tǒng)學(xué)報(bào). 2017(04)
[2]加工時(shí)間存在雙重約束的批調(diào)度模型及算法[J]. 黃錦鈿,黃偉,鄭耿灶.  工業(yè)工程. 2017(02)
[3]基于蟻群算法的無聯(lián)系并行機(jī)調(diào)度問題的仿真研究[J]. 王文濤,穆曉峰,王玲霞.  中南民族大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(01)
[4]遺傳-分布估計(jì)算法求解化工生產(chǎn)中一類帶多工序的異構(gòu)并行機(jī)調(diào)度問題[J]. 李作成,錢斌,胡蓉,羅蓉娟,張桂蓮.  化工學(xué)報(bào). 2014(03)
[5]具有交貨期約束帶準(zhǔn)備時(shí)間的平行機(jī)分批調(diào)度[J]. 馬丁,陳慶新,毛寧,王宗忠,黎展滔.  計(jì)算機(jī)集成制造系統(tǒng). 2012(01)



本文編號：3371472