混合粒子群算法求解多目标柔性作业车间调度问题
柔性作业车间调度问题是生产管理领域和组合优化领域的重要分支.本文提出一种基于Pareto支配的混合粒子群优化算法求解多目标柔性作业车间调度问题.首先采用基于工序排序和机器分配的粒子表达方式,并直接在离散域进行位置更新.其次,提出基于BaldWinian学习策略和模拟退火技术相结合的多目标局部搜索策略,以平衡算法的全局探索能力和局部开发能力.然后引入Pareto支配的概念来比较粒子的优劣性,并采用外部档案保存进化过程中的非支配解.最后用于求解该类问题的经典算例,并与已有算法进行比较,所提算法在收敛性和分布均匀性方面均具有明显优势.
粒子群、多目标优化、柔性作业车间调度问题、Baldwinian学习策略
29
TP301.6(计算技术、计算机技术)
国家自然科学基金资助项目60874074,61070043;浙江省自然科学基金资助项目Y1090592;中国博士后科学基金资助项目20090451486
2013-01-10（万方平台首次上网日期，不代表论文的发表时间）
共8页
715-722
