基于海鸥优化算法的分布式柔性车间调度研究OA北大核心CSTPCD

基于分布式柔性作业车间问题特点,构建了以最小化最大完工时间、工厂总能耗和设备总负载为目标函数的数学模型,并对3个目标函数采用线性加权和法进行归一化。在传统的海鸥优化算法基础上,改进了自适应附加变量更新策略,提高算法后期的局部寻优能力和收敛精度。融合麻雀算法中的飞行机制,扩大个体局部寻优范围,进一步提高寻优精度。引入针对关键工厂的变邻域搜索算法,拓展了邻域搜索范围,增强了算法的局部搜索能力。通过标准算例和工厂实际算例的验证,证明了改进海鸥优化算法(Improve Seagull Optimization Algorithm,ISOA)在求解多目标分布式柔性作业车间问题上的有效性和可行性。