工业工程与管理
工業工程與管理
공업공정여관리
INDUSTRIAL ENGINEERING AND MANAGEMENT
2014年
6期
105-109,116
,共6页
车间作业调度%自学习%有向图模型%可互换工序对
車間作業調度%自學習%有嚮圖模型%可互換工序對
차간작업조도%자학습%유향도모형%가호환공서대
job-shop scheduling%self-learning%directed graph model%interchangeable operations
通过对Job-shop问题分析,在逐步添加约束到有向图模型来获取可行调度方案基础上,提出一种具备自动学习功能智能算法.设计了可互换工序对4种选取函数,并以此作为网络输入构建了基于RBF的神经网络以实现对可互换工序对选取.利用最小均方算法对网络权重进行训练,经过对更新过的样本进行再学习后,网络选取可互换工序对的准确度得以提高,使算法具备自学习能力.数值仿真结果表明所提算法对于大规模Job-shop问题求解存在较好效果,具较好的应用价值.
通過對Job-shop問題分析,在逐步添加約束到有嚮圖模型來穫取可行調度方案基礎上,提齣一種具備自動學習功能智能算法.設計瞭可互換工序對4種選取函數,併以此作為網絡輸入構建瞭基于RBF的神經網絡以實現對可互換工序對選取.利用最小均方算法對網絡權重進行訓練,經過對更新過的樣本進行再學習後,網絡選取可互換工序對的準確度得以提高,使算法具備自學習能力.數值倣真結果錶明所提算法對于大規模Job-shop問題求解存在較好效果,具較好的應用價值.
통과대Job-shop문제분석,재축보첨가약속도유향도모형래획취가행조도방안기출상,제출일충구비자동학습공능지능산법.설계료가호환공서대4충선취함수,병이차작위망락수입구건료기우RBF적신경망락이실현대가호환공서대선취.이용최소균방산법대망락권중진행훈련,경과대경신과적양본진행재학습후,망락선취가호환공서대적준학도득이제고,사산법구비자학습능력.수치방진결과표명소제산법대우대규모Job-shop문제구해존재교호효과,구교호적응용개치.