为解决在扰动情况下的负荷不均和能耗问题,构建了以平均流经时间和能耗为优化目标的柔性作业车间调度模型。针对上述模型,设计了一种遗传算法和模拟退火算法相结合的GASA(Genetic and Simulated annealing Algorithm)算法,通过遗传算法...为解决在扰动情况下的负荷不均和能耗问题,构建了以平均流经时间和能耗为优化目标的柔性作业车间调度模型。针对上述模型,设计了一种遗传算法和模拟退火算法相结合的GASA(Genetic and Simulated annealing Algorithm)算法,通过遗传算法的选择交叉变异操作产生一组新个体,对各个个体进行模拟退火过程,以避免陷入局部最优。针对柔性作业车间动态调度,在机器故障的扰动情况下,采用滚动窗口技术与GASA算法相结合的方法来求解动态调度问题。通过实验算例仿真,证明了算法的有效性。展开更多
文摘为解决在扰动情况下的负荷不均和能耗问题,构建了以平均流经时间和能耗为优化目标的柔性作业车间调度模型。针对上述模型,设计了一种遗传算法和模拟退火算法相结合的GASA(Genetic and Simulated annealing Algorithm)算法,通过遗传算法的选择交叉变异操作产生一组新个体,对各个个体进行模拟退火过程,以避免陷入局部最优。针对柔性作业车间动态调度,在机器故障的扰动情况下,采用滚动窗口技术与GASA算法相结合的方法来求解动态调度问题。通过实验算例仿真,证明了算法的有效性。
