针对炼钢连铸生产调度计划的可执行性要求, 考虑到生产中的设备选择及作业时间的不确定性问题, 提出一种利用任务可执行设备的加工权重赋值方法来量化描述现实生产中加工设备间的匹配关系, 并以设备选择优先级策略的形式引入遗传算法的交叉、变异过程, 按照生成可行解、再进行种群优化的分步决策方式形成混合遗传算法. 以某炼钢厂的实际生产调度数据为例进行仿真实验, 其结果表明了所提出算法的有效性.
2021-09-09 20:23:09
426KB
1
单目标头脑风暴优化算法,用来对生产调度等进行优化的新型群体智能优化算法.zip
2021-07-05 09:08:02
1.11MB
1
为高效求解多式联运运输方式优化选择问题，提出一种基于Pareto适应度的混合遗传算法，此算法基于Pa reto支配关系和个体像的小生境数进行适应度赋值，引入重插入算子，采用合理的交叉与变异方法，使得经交叉与变异之后的染色体仍然为问题可行解，提高了收敛速度，实证验证了算法的有效性．
2021-06-29 20:18:03
1.09MB
1
0、柔性作业调用问题介绍
调度问题是制造流程规划和管理中最关键的问题之一。
这个领域最困难的问题之一是作业车间调度问题（Job-shop Scheduling Problem, JSP)，该问题中，一组机器需处理一组工件，每个工件由一系列具有先后顺序约束的工序形成，每个工序只需要一台机器，机器一直可用，可以一次处理一个操作而不会中断。决策内容包括如何对机器上的工序进行排序，已优化给定的性能指标。JSP的典型性能指标是完工时间 (makespan)，即完成所有工作所需的时间。JSP是一个众所周知的NP难题。柔性作业车间调度问题（Flexible Job-shop Scheduling Probl
2021-05-30 20:09:08
1.25MB
1