计算机集成制造系统
計算機集成製造繫統
계산궤집성제조계통
Computer Integrated Manufacturing Systems
2015年
10期
2704-2710
,共7页
模糊集%模糊关联熵%多目标优化%粒子群优化算法%流水车间
模糊集%模糊關聯熵%多目標優化%粒子群優化算法%流水車間
모호집%모호관련적%다목표우화%입자군우화산법%류수차간
fuzzy sets%fuzzy relative entropy%multi-objective optimization%particle swarm optimization%flow shop
针对现有优化方法在求解高维多目标问题上的弊端,将多目标解映射为模糊集,提出利用表征模糊集间关联相似程度的模糊关联熵方法解决多目标优化问题.建立基于模糊关联熵的多目标优化方法,以模糊关联熵系数的大小衡量Pareto解模糊集与理想解模糊集的相似程度,并以该系数作为粒子群优化算法适应度值引导算法进化,建立基于模糊关联熵的多目标粒子群优化算法.实验表明,基于模糊关联熵的粒子群优化算法可以有效解决高维多目标Flow Shop调度问题,算法在优化解和各性能指标上皆优于基于随机权重的粒子群优化算法,特别在求解较大规模问题时,基于此法的粒子群优化算法表现更佳.
針對現有優化方法在求解高維多目標問題上的弊耑,將多目標解映射為模糊集,提齣利用錶徵模糊集間關聯相似程度的模糊關聯熵方法解決多目標優化問題.建立基于模糊關聯熵的多目標優化方法,以模糊關聯熵繫數的大小衡量Pareto解模糊集與理想解模糊集的相似程度,併以該繫數作為粒子群優化算法適應度值引導算法進化,建立基于模糊關聯熵的多目標粒子群優化算法.實驗錶明,基于模糊關聯熵的粒子群優化算法可以有效解決高維多目標Flow Shop調度問題,算法在優化解和各性能指標上皆優于基于隨機權重的粒子群優化算法,特彆在求解較大規模問題時,基于此法的粒子群優化算法錶現更佳.
침대현유우화방법재구해고유다목표문제상적폐단,장다목표해영사위모호집,제출이용표정모호집간관련상사정도적모호관련적방법해결다목표우화문제.건립기우모호관련적적다목표우화방법,이모호관련적계수적대소형량Pareto해모호집여이상해모호집적상사정도,병이해계수작위입자군우화산법괄응도치인도산법진화,건립기우모호관련적적다목표입자군우화산법.실험표명,기우모호관련적적입자군우화산법가이유효해결고유다목표Flow Shop조도문제,산법재우화해화각성능지표상개우우기우수궤권중적입자군우화산법,특별재구해교대규모문제시,기우차법적입자군우화산법표현경가.
