文献类型：期刊文章

作　　者：郑锦灿[1,2] 邵立珍[1,2] 雷雪梅[3]

ZHENG Jincan;SHAO Lizhen;LEI Xuemei(School of Automation and Electrical Engineering,University of Science and Technology Beijing,Beijing 100083,China;Shunde Innovation School,University of Science and Technology Beijing,Foshan 528399,Guangdong,China;Office of Information Construction and Management,University of Science and Technology Beijing,Beijing 100083,China)

机构地区：[1]北京科技大学自动化学院,北京100083 [2]北京科技大学顺德创新学院,广东佛山528399 [3]北京科技大学信息化建设与管理办公室,北京100083

出　　处：《计算机工程》

基　　金：国家自然科学基金面上项目(12071025);佛山市科技创新专项资金(BK20AE004)。

年　　份：2024

卷　　号：50

期　　号：6

起止页码：336-345

语　　种：中文

收录情况：AJ、BDHX、BDHX2023、CAS、CSCD、CSCD_E2023_2024、INSPEC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：针对实际生产车间中加工时间的不确定性,将加工时间以模糊数的形式表示,建立以最小化模糊最大完工时间和模糊总材料消耗为优化目标的多目标模糊柔性作业车间调度问题数学模型,提出一种改进基于分解的多目标进化算法(IMOEA/D)进行求解。该算法基于机器和工序两层编码并采用混合的初始化策略提高初始种群的质量,利用插入式贪婪解码策略对机器的选择进行解码,缩短总加工时间;采用基于邻域和外部存档的选择操作结合改进的交叉变异算子进行种群更新,提高搜索效率;设置邻域搜索的启动条件,并基于4种邻域动作进行变邻域搜索,提高局部搜索能力;通过田口实验设计方法研究关键参数对算法性能的影响,同时得到算法的最优性能参数。在Xu 1~Xu 2、Lei 1~Lei 4和Remanu 1~Remanu 4测试集上将所提算法与其他算法进行对比,结果表明,IMOEA/D算法的解集数量和目标函数值均较优,在Lei 2算例获得的解集个数为对比算法的2倍以上。

关 键 词：模糊柔性作业车间调度问题  基于分解的多目标进化算法  混合初始化  选择策略  邻域搜索

分 类 号：TP18]