基于改进MOEA/D的多目标置换流水车间调度问题
针对工期和总流水时间的两目标置换流水车间调度问题,提出一种改进的基于分解的多目标进化算法(MOEA/D).为了改进非支配解集的质量,提高算法效率,在MOEA/D中嵌入分组和统计学习机制提出一种两阶段局部搜索策略改进外部存档.利用基于距离的替换策略更新种群,提高种群的多样性,保证了分组机制的有效性.基于Taillard标准测试问题的实验结果表明,所提出的改进MOEA/D算法明显优于传统MOEA/D、NS-GA-Ⅱ、MEDA/D-MK等算法.
置换流水车间调度;多目标;分解;进化算法;统计学习
27
TP273(自动化技术及设备)
国家重点研发计划资助项目;国家自然科学基金资助项目;教育部111创新引智基地资助项目
2021-11-17(万方平台首次上网日期,不代表论文的发表时间)
共12页
1929-1940