改进HNN算法求解柔性流水车间排产优化问题
为了解决柔性流水车间中的排产优化问题(Flexible Flow Shop Schedule Problem,FFSP),提出了一种基于模拟退火原理的Hopfield神经网络算法作为全局优化算法.该算法提出了FFSP问题的换位矩阵,给出了FFSP问题的能量函数达式,并且为克服标准Hopfield神经网络算法(Hopfield Neural Networks,HNN)在解决FFSP问题时容易陷入局部最小解的缺陷,将模拟退火算法应用于Hopfield神经网络求解,确保当能量函数趋于稳定时输出可行调度解.最后,选用不同规模的实例对改进的HNN算法进行测试,并与遗传算法、紧致遗传算法、HNN算法进行对比研究,实验结果表明改进的HNN算法是求解FFSP问题的一种有效方法.
柔性流水车间、神经网络、模拟退火法、换位矩阵、能量函数
26
TP186(自动化基础理论)
国家自然科学基金61503259;辽宁省科技厅面上项目201602615
2019-10-14(万方平台首次上网日期,不代表论文的发表时间)
共8页
1667-1674