计算机工程
計算機工程
계산궤공정
Computer Engineering
2015年
10期
165-170
,共6页
供应链%多目标Flow Shop%灰熵并行分析法%灰熵并行关联度%多目标优化%遗传算法
供應鏈%多目標Flow Shop%灰熵併行分析法%灰熵併行關聯度%多目標優化%遺傳算法
공응련%다목표Flow Shop%회적병행분석법%회적병행관련도%다목표우화%유전산법
supply chain%multi-objective Flow Shop%Grey Entropy Parallel Analysis (GEPA) method%Grey Entropy Parallel Relational Degree (GEPRD)%multi-objective optimization%Genetic Algorithm (GA)
在供应链环境下构建一个多目标Flow Shop调度优化模型,采用灰熵并行分析(GEPA)法优化该多目标模型.在表征序列间相似程度的灰关联分析法基础上引入信息熵理论建立GEPA法,推导出的灰熵并行关联度衡量多目标Pareto解与理想解的相似程度,并将其作为适应度值引导算法进化,避免多目标优化问题中直接对目标权重赋值.在此基础上建立基于灰熵并行分析的遗传算法.实验结果表明,该算法可有效解决供应链环境下高维多目标Flow Shop调度问题,在多目标最优解、性能评价指标等方面均优于基于随机权重的遗传算法.
在供應鏈環境下構建一箇多目標Flow Shop調度優化模型,採用灰熵併行分析(GEPA)法優化該多目標模型.在錶徵序列間相似程度的灰關聯分析法基礎上引入信息熵理論建立GEPA法,推導齣的灰熵併行關聯度衡量多目標Pareto解與理想解的相似程度,併將其作為適應度值引導算法進化,避免多目標優化問題中直接對目標權重賦值.在此基礎上建立基于灰熵併行分析的遺傳算法.實驗結果錶明,該算法可有效解決供應鏈環境下高維多目標Flow Shop調度問題,在多目標最優解、性能評價指標等方麵均優于基于隨機權重的遺傳算法.
재공응련배경하구건일개다목표Flow Shop조도우화모형,채용회적병행분석(GEPA)법우화해다목표모형.재표정서렬간상사정도적회관련분석법기출상인입신식적이론건립GEPA법,추도출적회적병행관련도형량다목표Pareto해여이상해적상사정도,병장기작위괄응도치인도산법진화,피면다목표우화문제중직접대목표권중부치.재차기출상건립기우회적병행분석적유전산법.실험결과표명,해산법가유효해결공응련배경하고유다목표Flow Shop조도문제,재다목표최우해、성능평개지표등방면균우우기우수궤권중적유전산법.
