混合粒子群算法求解多目标柔性作业车间调调度度问题

被引：36

作者：

张静 ^{[1
,2
]}

王万良 ^{[1
]}

徐新黎 ^{[1
]}

介婧 ^{[1
]}

机构：

[1] 浙江工业大学计算机科学与技术学院

[2] 浙江工业大学信息工程学院

来源：

控制理论与应用 | 2012年 / 29卷 / 06期

基金：

中国博士后科学基金; 浙江省自然科学基金;

关键词：

粒子群; 多目标优化; 柔性作业车间调度问题; Baldwinian学习策略;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

柔性作业车间调度问题是生产管理领域和组合优化领域的重要分支.本文提出一种基于Pareto支配的混合粒子群优化算法求解多目标柔性作业车间调度问题.首先采用基于工序排序和机器分配的粒子表达方式,并直接在离散域进行位置更新.其次,提出基于Baldwinian学习策略和模拟退火技术相结合的多目标局部搜索策略,以平衡算法的全局探索能力和局部开发能力.然后引入Pareto支配的概念来比较粒子的优劣性,并采用外部档案保存进化过程中的非支配解.最后用于求解该类问题的经典算例,并与已有算法进行比较,所提算法在收敛性和分布均匀性方面均具有明显优势.

引用

页码：715 / 722

页数：8

共 13 条

[11] A hybrid of genetic algorithm and bottleneck shifting for multiobjective flexible job shop scheduling problems [J].

Gao, Jie ;

Gen, Mitsuo ;

Sun, Linyan ;

Zhao, Xiaohui .

COMPUTERS & INDUSTRIAL ENGINEERING, 2007, 53 (01) :149-162

[12]

Routing and scheduling in a flexible job shop by tabu search[J] . Paolo Brandimarte.Annals of Operations Research . 1993 (3)

[13]

Multi-objective flexible job shop schedule:Design and evaluation by simulation modeling .2 XING Li-ning,CHEN Ying-wu,YANG Ke-wei. Applied Soft Computing . 2009

← 1 2 →