论文研究 考虑行为主体的置换流水车间干扰管理研究.pdf

针对置换流水车间调度问题的基本特征和传统遗传算法易早熟的缺陷，设计了改进遗传算法来求解此问题。采用NEH和Palmer启发式算法进行种群初始化，以提高初始解的质量；根据Metropolis准则对染色体

一篇论文。摘要：针对置换流水车间调度问题,提出了一种基于蚁群优化的调度算法。该算法的要点是将NEH启发式算法和蚁群优化结合起来：首先,将蚁群优化中的能见度定义为NEH中所用的工作加工时间之和。其次,对

单体型组装加权最小字符翻转（WMLF）问题指定个体联配的加权DNA片断数据，翻转权值和最小的SNP位点以推测出该个体的一对单体型。该问题是NP-难的，至今尚无实用的搜索寻优算法。根据DNA测序片段数据

有限等待限定了工件在相邻机器间的等待时间上下限,普遍存在于中间产品性质不稳定且存在运输作业的车间环境中.工件可拒绝的有限等待置换流水车间调度是对工件拒绝和工件调度的联合决策,要求确定拒绝工件集合并给出

置换流水车间调度问题的知识进化粒子群算法求解，唐海波，叶春明，针对粒子群优化算法求解置换流水车间调度问题时易陷入局部最优，提出采用知识进化粒子群优化算法求解置换流水车间调度问题。该算

针对粒子群算法求解置换流水车间调度这类NP-hard问题存在的早熟问题,本文提出了一种基于随机键编码的双模式飞行粒子群算法。首先,基于ROV规则对工件加工顺序进行随机键编码。其次,粒子在搜索过程中采用

等待时间受限的置换流水车间调度问题要求工件在连续两个机器间的等待时间满足上限值约束. 对此, 分析了工件序列中相邻工件的加工持续时间及其上下界关系, 并且提出一种启发式方法. 首先, 建立旅行商问题(

猫群算法（CatSwarmOptimization，CSO）是近年来提出的一种新型群体智能算法，针对猫群算法在求解大规模调度问题中出现的不足，如易早熟、搜索效率低下等，提出了一种改进的量子猫群算法。将

流水线是制造系统中广泛采用的一类生产模式。业已证明机器数超过三台的流 水车间调度问题为NP难问题,对该问题的研究有重要的理论和工程价值。传统调度 问题解决方法包括数学建模、启发式和元启发式算法等,能在

考虑晶圆加工过程中的多品种和与次序相关的换模时间约束, 以系统总完工时间最小为优化目标, 建立混合流水车间MOJ调度模型. 在此基础上, 提出了基于作业-产品-机器三层析取网络流的列生成算法. 为进一