考虑学习效应的单人作业车间多目标调度算法

O223; 为减少受学习效应影响的单人作业车间的最大完工时间和工人行走时间,建立了考虑依赖加工时间和的学习效应的单人单工序多机车间调度模型,提出考虑学习效应的多目标贪婪算法(MOGL),融合了带精英策略的非支配排序遗传算法(NSGA-Ⅱ)与基于贪婪的邻域搜索,构造了迭代多目标遗传算法(IMOGA),并基于MO-GL设计了初始解集.设计实验评估了IMOGA的性能,使用Hypervolume指标比较了IMOGA与传统算法.结果表明,IMOGA可以有效求解该问题,对初始解集的改进和基于贪婪的邻域搜索可以有效提高NSGA-Ⅱ的性能....

Full description

Saved in:
Bibliographic Details
Published in计算机集成制造系统 Vol. 27; no. 5; pp. 1361 - 1370
Main Authors 胡金昌, 刘紫薇, 马文凯, 吴耀华
Format Journal Article
LanguageChinese
Published 山东大学 控制科学与工程学院,山东 济南 250061 01.05.2021
Subjects
贪婪算法
带精英策略的非支配排序遗传算法
车间调度
最大完工时间
多目标优化
行走时间
Online AccessGet full text
ISSN1006-5911
DOI10.13196/j.cims.2021.05.012

Cover

More Information
Summary:O223; 为减少受学习效应影响的单人作业车间的最大完工时间和工人行走时间,建立了考虑依赖加工时间和的学习效应的单人单工序多机车间调度模型,提出考虑学习效应的多目标贪婪算法(MOGL),融合了带精英策略的非支配排序遗传算法(NSGA-Ⅱ)与基于贪婪的邻域搜索,构造了迭代多目标遗传算法(IMOGA),并基于MO-GL设计了初始解集.设计实验评估了IMOGA的性能,使用Hypervolume指标比较了IMOGA与传统算法.结果表明,IMOGA可以有效求解该问题,对初始解集的改进和基于贪婪的邻域搜索可以有效提高NSGA-Ⅱ的性能.
ISSN:1006-5911
DOI:10.13196/j.cims.2021.05.012