研究单转运系统分布式置换流水线调度问题,任一工厂内连续两台机器间有一台运输能力有限的转运机器人。基于此,提出一种多策略融合改进遗传算法以最小化最大完工时间。引入Logistic-tent混沌搜索、基于K-均值聚类的NEH算法和修正NEH算...研究单转运系统分布式置换流水线调度问题,任一工厂内连续两台机器间有一台运输能力有限的转运机器人。基于此,提出一种多策略融合改进遗传算法以最小化最大完工时间。引入Logistic-tent混沌搜索、基于K-均值聚类的NEH算法和修正NEH算法以改善初始工厂加工序列群的质量,运用结合均匀多点交叉和互换变异的自适应交叉变异算子或工厂内/间交叉变异算子进行解的调整,设计一种基于主工厂的邻域搜索(key-factory-based local search,KFLS)和半初始化策略进行再次优化。仿真结果表明了该算法的有效性。展开更多
文摘研究单转运系统分布式置换流水线调度问题,任一工厂内连续两台机器间有一台运输能力有限的转运机器人。基于此,提出一种多策略融合改进遗传算法以最小化最大完工时间。引入Logistic-tent混沌搜索、基于K-均值聚类的NEH算法和修正NEH算法以改善初始工厂加工序列群的质量,运用结合均匀多点交叉和互换变异的自适应交叉变异算子或工厂内/间交叉变异算子进行解的调整,设计一种基于主工厂的邻域搜索(key-factory-based local search,KFLS)和半初始化策略进行再次优化。仿真结果表明了该算法的有效性。
