融入概率学习的混合差分进化算法求解绿色分布式可重入作业车间调度

本文针对绿色分布式可重入作业车间调度问题(GDRJSSP),提出一种融入概率学习的混合差分进化算法(HDE_PL),以实现最大完工时间和总能耗最小.根据GDRJSSP的问题特点,设计编码和解码规则,并采用差分进化算法执行全局搜索来发现优质解区域.为能更明确地引导全局搜索方向,设计基于贝叶斯网络结构的多维概率模型合理学习和积累优质解(即当前种群中的较优解)的模式信息.结合问题解的结构特征,提出基于关键路径的4种邻域结构来构造局部搜索,并设计基于非关键路径的节能策略来提升算法获取低能耗非劣解的能力.仿真实验和算法对比验证了HDE_PL可有效求解GDRJSSP....

Full description

Saved in:
Bibliographic Details
Published in控制理论与应用 Vol. 41; no. 3; pp. 512 - 521
Main Authors 胡蓉, 伍星, 毛剑琳, 钱斌
Format Journal Article
LanguageChinese
Published 昆明理工大学信息工程与自动化学院,云南昆明 650500 01.03.2024
昆明理工大学机电工程学院,云南昆明 650500%云南机电职业技术学院,云南昆明 650000
昆明理工大学机电工程学院,云南昆明 650500%昆明理工大学信息工程与自动化学院,云南昆明 650500
Subjects
differential evolution
绿色调度
可重入作业车间调度问题
差分进化
分布式调度
distributed scheduling
reentrant job shop scheduling problem
green scheduling
Online AccessGet full text
ISSN1000-8152
DOI10.7641/CTA.2023.20875

Cover

More Information
Summary:本文针对绿色分布式可重入作业车间调度问题(GDRJSSP),提出一种融入概率学习的混合差分进化算法(HDE_PL),以实现最大完工时间和总能耗最小.根据GDRJSSP的问题特点,设计编码和解码规则,并采用差分进化算法执行全局搜索来发现优质解区域.为能更明确地引导全局搜索方向,设计基于贝叶斯网络结构的多维概率模型合理学习和积累优质解(即当前种群中的较优解)的模式信息.结合问题解的结构特征,提出基于关键路径的4种邻域结构来构造局部搜索,并设计基于非关键路径的节能策略来提升算法获取低能耗非劣解的能力.仿真实验和算法对比验证了HDE_PL可有效求解GDRJSSP.
ISSN:1000-8152
DOI:10.7641/CTA.2023.20875