小型微型计算机系统
小型微型計算機繫統
소형미형계산궤계통
MINI-MICRO SYSTEMS
2013年
9期
2158-2163
,共6页
车间作业调度%遗传算法%生产管理%生产控制
車間作業調度%遺傳算法%生產管理%生產控製
차간작업조도%유전산법%생산관리%생산공제
job-shop scheduling%genetic algorithm%production management%production control
不确定型车间作业调度问题是由确定型车间作业调度问题转化而来的一个随机规划问题.针对目前求解SJSSP问题的启发式算法存在的一些局限,利用目标函数理想最值的条件,以最大加工时间最小化的期望为目标函数,提出了自适应超启发式遗传算法(Adaptive Hyper-Heuristics genetic algorithms,AHHGA),解决此类问题.在上层利用目标函数理想最值的条件,对于不同的场景选用不同的启发式规则.在下层根据上层选择的启发式规则,构造可行解,然后搜索获取最优解.通过上下两层的协同搜索,确保在有限的搜索范围内,找到性能更为优良的解,与此同时,尽可能的减少运算时间.仿真分析表明,对于FT类基准问题,当加工时间服从正态分布时,本文提出算法较目前求解此类问题的同类方法的求解质量具有一定的改进.
不確定型車間作業調度問題是由確定型車間作業調度問題轉化而來的一箇隨機規劃問題.針對目前求解SJSSP問題的啟髮式算法存在的一些跼限,利用目標函數理想最值的條件,以最大加工時間最小化的期望為目標函數,提齣瞭自適應超啟髮式遺傳算法(Adaptive Hyper-Heuristics genetic algorithms,AHHGA),解決此類問題.在上層利用目標函數理想最值的條件,對于不同的場景選用不同的啟髮式規則.在下層根據上層選擇的啟髮式規則,構造可行解,然後搜索穫取最優解.通過上下兩層的協同搜索,確保在有限的搜索範圍內,找到性能更為優良的解,與此同時,儘可能的減少運算時間.倣真分析錶明,對于FT類基準問題,噹加工時間服從正態分佈時,本文提齣算法較目前求解此類問題的同類方法的求解質量具有一定的改進.
불학정형차간작업조도문제시유학정형차간작업조도문제전화이래적일개수궤규화문제.침대목전구해SJSSP문제적계발식산법존재적일사국한,이용목표함수이상최치적조건,이최대가공시간최소화적기망위목표함수,제출료자괄응초계발식유전산법(Adaptive Hyper-Heuristics genetic algorithms,AHHGA),해결차류문제.재상층이용목표함수이상최치적조건,대우불동적장경선용불동적계발식규칙.재하층근거상층선택적계발식규칙,구조가행해,연후수색획취최우해.통과상하량층적협동수색,학보재유한적수색범위내,조도성능경위우량적해,여차동시,진가능적감소운산시간.방진분석표명,대우FT류기준문제,당가공시간복종정태분포시,본문제출산법교목전구해차류문제적동류방법적구해질량구유일정적개진.
