針對生產(chǎn)車間中需要同時(shí)考慮減少生產(chǎn)時(shí)間、確保加工質(zhì)量以及通過減少能耗而降低生產(chǎn)費(fèi)用的需求,建立以完工時(shí)間、空閑時(shí)間、加工質(zhì)量和機(jī)器能耗為目標(biāo)的多目標(biāo)混合流水車間調(diào)度模型,提出一種基于直覺模糊集相似度的最佳覓食算法.為有效求解此問題,提出基于Largest Order Value規(guī)則的雙層整數(shù)編碼方式,在機(jī)器層編碼部分采用權(quán)重法來計(jì)算機(jī)器的選擇概率.針對多目標(biāo)優(yōu)化,提出直覺模糊集相似度的解比較策略,采用直覺模糊集相似度的大小衡量Pareto解與理想解的相似程度,判斷Pareto解的優(yōu)劣.通過測試實(shí)例和實(shí)際案例,驗(yàn)證本算法求解多目標(biāo)混合流水車間調(diào)度問題的有效性和可行性.

【文章頁數(shù)】：8 頁

【文章目錄】：
0 引言
1 多目標(biāo)混合流水車間調(diào)度模型
    1.1 問題描述
    1.2 假設(shè)條件
    1.3 數(shù)學(xué)模型構(gòu)建
2 最佳覓食算法
3 直覺模糊集相似度
    1) 理想解映射為直覺模糊集.
    2) Pareto解映射為直覺模糊集.
    3) Pareto解直覺模糊集與理想解直覺模糊集的相似度.
4 基于直覺模糊集相似度的最佳覓食算法
    4.1 編碼方案
    4.2 種群初始化方案
    4.3 IFS_OFA算法迭代過程
    4.4 外部檔案維護(hù)及更新
5 實(shí)驗(yàn)結(jié)果與分析
    5.1 實(shí)驗(yàn)設(shè)置
    5.2 評價(jià)指標(biāo)
    5.3 結(jié)果對比及分析
        5.3.1 測試實(shí)例的結(jié)果及分析
        5.3.2 實(shí)際案例的結(jié)果及分析
6 結(jié)語



本文編號：4006895