基于改进遗传算法的多目标柔性作业车间节能调度问题OA北大核心CSCDCSTPCD
Multi-objective flexible job shop energy-saving scheduling problem based on improved genetic algorithm
为降低柔性作业车间调度中的能耗,在分析柔性作业车间调度问题研究现状和不足的基础上,以完工时间、机器能耗和工人操作机器的舒适度作为柔性作业车间调度问题的多目标函数.利用改进遗传算法对其进行优化研究.算法中采用权重法对种群进行初始化处理以获得较好的解;采用快速解码获得需要的总适应度值;利用改进的交叉及变异操作,避免非法解的产生;利用精英保留策略保留优秀基因,提高求解效率和求解质量.通过对具体案例仿真验证算法的有效性.
To reduce the energy consumption in flexible job shop scheduling,by analyzing the current research status and insufficiency,the makespan,power consumption of machine and the comfort level of employee are supposed as multi-objectives function for flexible job shop scheduling problem(FJSP).An improved genetic algorithm is proposed to optimize this problem.The weighting method is used to initialize the population in order to obtain better solution,meanwhile the…查看全部>>
王雷;蔡劲草;石鑫
安徽工程大学 机械与汽车工程学院,安徽 芜湖 241000安徽工程大学 机械与汽车工程学院,安徽 芜湖 241000安徽工程大学 机械与汽车工程学院,安徽 芜湖 241000
信息技术与安全科学
改进遗传算法多目标柔性作业车间调度舒适度节能调度
improved genetic algorithmmulti-objectiveflexible job shop schedulingcomfortenergy-saving scheduling
《南京理工大学学报（自然科学版）》 2017 (4)
基于隐式协调的自适应制造系统协调控制机制研究
494-502,9
国家自然科学基金(51305001)安徽省自然科学基金(1708085ME129)安徽省高校优秀青年人才支持计划重点项目(gxyqZD2016125)安徽省科技计划项目(1604a0902183)
评论