暂无评论
针对不确定多目标柔性作业车间调度问题,将工序加工时间采用区间数表示,以区间最大完工时间和区间机器总负荷为优化目标,构建多目标区间柔性作业车间调度模型,并设计一种多目标进化优化算法对该模型进行求解.算法
在柔性织物的研究过程中,碰撞问题一直是一个令人困扰的问题。采用了基于固定方向凸包包围盒的方法来分析碰撞问题,通过对织物的层次区域分割和对人模的简化,进一步减少了碰撞的次数,实现了对柔性织物的实时仿真,
运用进化算法求解柔性车间调度问题时, 编码的特殊性对进化策略造成的局限制约了算法的搜索能力。为此, 提出一种基于浮点型编码策略的差分多目标优化算法。该算法采用基于工序权重的浮点数编码—解码机制, 消除
柔性作业车间调度问题中,以完工时间作为优化目标,编写的遗传算法代码,python语言。代码中套用了一个自己随机生成的实例进行运行验证,仅供参考学习。
NIND=40;%个体数目MAXGEN=50;%最大遗传代数GGAP=0.9;%代沟XOVR=0.8;%交叉率MUTR=0.6;%变异率gen=0;%代计数器%PNumber工件个数MNumber工序
许多讨论减少环保能耗的研究都集中在机器效率或工艺重新设计上。优化机器的运行时间还可以节省能源,这些研究近年来受到了广泛的关注。这项研究考虑了机器的三种不同状态,在处理过程中有两种不同的速度,以解决在使
针对以最小化制造跨度为目标,具有模糊加工时间的车间作业计划问题,采用梯形模糊数来表征时间参数,并应用可能性理论,在此基础上构建车间作业计划问题目标函数。为了对模糊环境下的车间作业计划问题进行有效求解,
0、柔性作业调用问题介绍 调度问题是制造流程规划和管理中最关键的问题之一。 这个领域最困难的问题之一是作业车间调度问题(Job-shop Scheduling Problem, JSP),该问题中,一
针对分布式柔性作业车间调度问题的特点,提出一种改进人工蜂群算法.首先,建立以最小化最大完工时间为优化目标的分布式柔性作业车间调度优化模型;然后,改进基本人工蜂群算法以使其适用于求解分布式柔性作业车间调
针对现实生产系统中存在的时间参数模糊化问题,给出了一种基于区间值梯形模糊数的模糊柔性车间作业计划问题模型。在对模糊柔性车间作业计划问题进行有效求解方面,针对基本粒子群算法容易陷入局部最优的问题,随后给
暂无评论