随着分布式柔性制造系统的广泛普及,制造系统的调度决策从集中式的单一节点向分布式多中心的模式转变,分布式柔性作业车间调度问题成为近年来的研究热点。为求解分布式柔性作业车间的调度问题,构建了以最小化总成本和总拖期为优化目标...随着分布式柔性制造系统的广泛普及,制造系统的调度决策从集中式的单一节点向分布式多中心的模式转变,分布式柔性作业车间调度问题成为近年来的研究热点。为求解分布式柔性作业车间的调度问题,构建了以最小化总成本和总拖期为优化目标的分布式柔性作业车间调度(DFJSP,Distributed Flexible Job Shop Scheduling Problem)模型,提出了一种结合分布估计和禁忌搜索的H-EDA-TS算法(Hybrid Estimation of Distribution Algorithm and Tabu Search Algorithm)。根据DFJSP模型和H-EDA-TS算法设计了三维编码方案。H-EDA-TS算法主要包括EDA组件和TS组件,在EDA组件部分设计了三个概率模型用于抽样生成种群;在TS组件部分针对优化目标设计了五种邻域结构用于生成邻域解。此外,基于sigmoid函数设计了一种自适应机制,用于控制TS组件的启动。最后,在不同规模的实例上进行了对比实验,证明了所提算法对于求解DFJSP具有明显优势。展开更多
本文针对一类广泛存在的分布式加工装配和车辆配送集成调度问题(Integrated Scheduling Problem of Distributed Production Assembly and Vehicle Delivery,ISP_DPAVD),以最小化运输和延迟惩罚总成本为优化目标,提出一种混合三维分布...本文针对一类广泛存在的分布式加工装配和车辆配送集成调度问题(Integrated Scheduling Problem of Distributed Production Assembly and Vehicle Delivery,ISP_DPAVD),以最小化运输和延迟惩罚总成本为优化目标,提出一种混合三维分布估计算法(Hybrid three-Dimensional Estimation of Distribution Algorithm,H3DEDA)进行求解.ISP_DPAVD包含两个耦合的子问题,即加工装配阶段子问题(子问题1)和车辆配送阶段子问题(子问题2).由于每个子问题1的解(部分解1)均会确定1个具体的子问题2,故ISP_DPAVD的解空间非常庞大.根据这一特点,在H3DEDA中,先设计结合邻域变换的启发式规则来快速获取子问题2的优良解,以实现子问题间的部分解耦并明显缩减搜索空间,再设计三维EDA引导的全局搜索和变邻域驱动的局部搜索来获取ISP_DPAVD的高质量解.通过在不同规模测试问题上的仿真实验和算法比较,验证了H3DEDA求解ISP_DPAVD的有效性.展开更多
构造了一种基于Alopex(Algorithm of pattern extraction)和分布估计算法(Estimation of distribution algorithm,EDA)相融合的进化算法EDA-Alopex。该算法将分布估计算法嵌入到一种基于Alopex的群智能进化算法(Alopex-based evolutiona...构造了一种基于Alopex(Algorithm of pattern extraction)和分布估计算法(Estimation of distribution algorithm,EDA)相融合的进化算法EDA-Alopex。该算法将分布估计算法嵌入到一种基于Alopex的群智能进化算法(Alopex-based evolutionary algorithm,AEA)中,利用分布估计算法收敛速度快及与传统进化算法进化模式不同的特点来改进AEA算法。新算法综合了AEA算法搜索得到的个体间相关性信息和EDA搜索过程中得到的全局概率信息,能够更好地指导种群向有利的区域进化。仿真结果表明:EDA改进的EDA-Alopex算法搜索性能与AEA算法的搜索性能相比有较大提高,特别是其收敛速度与AEA算法相比有明显提高。展开更多
文摘随着分布式柔性制造系统的广泛普及,制造系统的调度决策从集中式的单一节点向分布式多中心的模式转变,分布式柔性作业车间调度问题成为近年来的研究热点。为求解分布式柔性作业车间的调度问题,构建了以最小化总成本和总拖期为优化目标的分布式柔性作业车间调度(DFJSP,Distributed Flexible Job Shop Scheduling Problem)模型,提出了一种结合分布估计和禁忌搜索的H-EDA-TS算法(Hybrid Estimation of Distribution Algorithm and Tabu Search Algorithm)。根据DFJSP模型和H-EDA-TS算法设计了三维编码方案。H-EDA-TS算法主要包括EDA组件和TS组件,在EDA组件部分设计了三个概率模型用于抽样生成种群;在TS组件部分针对优化目标设计了五种邻域结构用于生成邻域解。此外,基于sigmoid函数设计了一种自适应机制,用于控制TS组件的启动。最后,在不同规模的实例上进行了对比实验,证明了所提算法对于求解DFJSP具有明显优势。
文摘本文针对一类广泛存在的分布式加工装配和车辆配送集成调度问题(Integrated Scheduling Problem of Distributed Production Assembly and Vehicle Delivery,ISP_DPAVD),以最小化运输和延迟惩罚总成本为优化目标,提出一种混合三维分布估计算法(Hybrid three-Dimensional Estimation of Distribution Algorithm,H3DEDA)进行求解.ISP_DPAVD包含两个耦合的子问题,即加工装配阶段子问题(子问题1)和车辆配送阶段子问题(子问题2).由于每个子问题1的解(部分解1)均会确定1个具体的子问题2,故ISP_DPAVD的解空间非常庞大.根据这一特点,在H3DEDA中,先设计结合邻域变换的启发式规则来快速获取子问题2的优良解,以实现子问题间的部分解耦并明显缩减搜索空间,再设计三维EDA引导的全局搜索和变邻域驱动的局部搜索来获取ISP_DPAVD的高质量解.通过在不同规模测试问题上的仿真实验和算法比较,验证了H3DEDA求解ISP_DPAVD的有效性.
文摘构造了一种基于Alopex(Algorithm of pattern extraction)和分布估计算法(Estimation of distribution algorithm,EDA)相融合的进化算法EDA-Alopex。该算法将分布估计算法嵌入到一种基于Alopex的群智能进化算法(Alopex-based evolutionary algorithm,AEA)中,利用分布估计算法收敛速度快及与传统进化算法进化模式不同的特点来改进AEA算法。新算法综合了AEA算法搜索得到的个体间相关性信息和EDA搜索过程中得到的全局概率信息,能够更好地指导种群向有利的区域进化。仿真结果表明:EDA改进的EDA-Alopex算法搜索性能与AEA算法的搜索性能相比有较大提高,特别是其收敛速度与AEA算法相比有明显提高。
