期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
多目标U型拆卸线平衡问题的Pareto蚁群遗传算法
被引量：
9
1
作者
张则强
汪开普
+1 位作者
朱立夏
程文明
《西南交通大学学报》
EI
CSCD
北大核心
2018年第3期628-637,660,共11页
针对传统方法求解多目标U型拆卸线平衡问题的不足,提出了一种基于Pareto解集的多目标蚁群遗传算法.在构造初始解阶段,以协同考虑最大作业时间、最小拆卸成本差作为蚂蚁的启发式信息;通过蚁群算法搜索可行拆卸序列,并根据多目标之间的支...
针对传统方法求解多目标U型拆卸线平衡问题的不足,提出了一种基于Pareto解集的多目标蚁群遗传算法.在构造初始解阶段,以协同考虑最大作业时间、最小拆卸成本差作为蚂蚁的启发式信息;通过蚁群算法搜索可行拆卸序列,并根据多目标之间的支配关系得到Pareto解集;将蚁群算法的Pareto非劣解作为遗传操作的个体,进而将遗传操作的结果正反馈于最优拆卸路径上信息素的积累,并采用拥挤距离作为蚂蚁全局信息素更新策略,可以平衡多目标对信息素的影响,使算法快速获得较优解.将所提算法应用于52项拆卸任务算例和某打印机拆卸线实例,在算例验证中,通过对比Pareto蚁群算法,所提算法求得的8个非劣解在3个评价指标上性能分别提高了50.43%、3.25%、14.10%,在实例应用中所提算法求得8种可选平衡方案,从而验证了所提算法的有效性、优越性和实用性.
展开更多
关键词
u型拆卸线平衡
多目标优化
蚁群算法
遗传算法
PARETO解集
在线阅读
下载PDF
职称材料
随机作业时间的U型拆卸线平衡多目标优化
被引量：
3
2
作者
张则强
汪开普
+1 位作者
李六柯
毛丽丽
《计算机集成制造系统》
EI
CSCD
北大核心
2018年第1期89-100,共12页
为更好地反映实际拆卸作业时间的不确定性,建立了考虑随机作业时间的多目标U型拆卸线平衡问题的数学模型,并针对传统方法求解多目标问题时求解结果单一、无法均衡各目标等不足,提出一种基于Pareto解集的多目标混合人工鱼群算法。算法采...
为更好地反映实际拆卸作业时间的不确定性,建立了考虑随机作业时间的多目标U型拆卸线平衡问题的数学模型,并针对传统方法求解多目标问题时求解结果单一、无法均衡各目标等不足,提出一种基于Pareto解集的多目标混合人工鱼群算法。算法采用自适应视野串行觅食方式,以减少并行觅食时出现重复搜索现象,并根据多目标拆卸序列之间的支配关系得到Pareto非劣解集,实现了鱼群寻优结果的多样性。对鱼群觅食得到的拆卸序列进行模拟退火操作,增强了算法跳出局部最优的能力。采用拥挤距离机制筛选非劣解,实现了拆卸序列的精英保留,进而将非劣解添加到下次迭代的种群中,加快了算法的收敛速度。将所提算法应用于具有55项任务的某打印机拆卸实例,经与基本人工鱼群算法、模拟退火算法对比,验证了所提算法的有效性和优越性。
展开更多
关键词
u型拆卸线平衡
随机作业时间
多目标优化
人工鱼群算法
模拟退火算法
PARETO解集
在线阅读
下载PDF
职称材料
题名
多目标U型拆卸线平衡问题的Pareto蚁群遗传算法
被引量：
9
1
作者
张则强
汪开普
朱立夏
程文明
机构
西南交通大学机械工程学院
出处
《西南交通大学学报》
EI
CSCD
北大核心
2018年第3期628-637,660,共11页
基金
国家自然科学基金资助项目(51205328
51405403)
+1 种基金
教育部人文社会科学研究青年基金资助项目(12YJCZH296)
四川省应用基础研究计划资助项目(2014JY0232)
文摘
针对传统方法求解多目标U型拆卸线平衡问题的不足,提出了一种基于Pareto解集的多目标蚁群遗传算法.在构造初始解阶段,以协同考虑最大作业时间、最小拆卸成本差作为蚂蚁的启发式信息;通过蚁群算法搜索可行拆卸序列,并根据多目标之间的支配关系得到Pareto解集;将蚁群算法的Pareto非劣解作为遗传操作的个体,进而将遗传操作的结果正反馈于最优拆卸路径上信息素的积累,并采用拥挤距离作为蚂蚁全局信息素更新策略,可以平衡多目标对信息素的影响,使算法快速获得较优解.将所提算法应用于52项拆卸任务算例和某打印机拆卸线实例,在算例验证中,通过对比Pareto蚁群算法,所提算法求得的8个非劣解在3个评价指标上性能分别提高了50.43%、3.25%、14.10%,在实例应用中所提算法求得8种可选平衡方案,从而验证了所提算法的有效性、优越性和实用性.
关键词
u型拆卸线平衡
多目标优化
蚁群算法
遗传算法
PARETO解集
Keywords
u
-shaped disassembly line balancing
m
u
lti-objective optimization
ant colony algorithm
genetic algorithm
Pareto set
分类号
TH165 [机械工程—机械制造及自动化]
TP301.6 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
随机作业时间的U型拆卸线平衡多目标优化
被引量：
3
2
作者
张则强
汪开普
李六柯
毛丽丽
机构
西南交通大学机械工程学院
出处
《计算机集成制造系统》
EI
CSCD
北大核心
2018年第1期89-100,共12页
基金
国家自然科学基金资助项目(51205328
51405403)
+1 种基金
教育部人文社会科学研究青年基金项目(12YJCZH296)
四川省应用基础研究计划资助项目(2014JY0232)~~
文摘
为更好地反映实际拆卸作业时间的不确定性,建立了考虑随机作业时间的多目标U型拆卸线平衡问题的数学模型,并针对传统方法求解多目标问题时求解结果单一、无法均衡各目标等不足,提出一种基于Pareto解集的多目标混合人工鱼群算法。算法采用自适应视野串行觅食方式,以减少并行觅食时出现重复搜索现象,并根据多目标拆卸序列之间的支配关系得到Pareto非劣解集,实现了鱼群寻优结果的多样性。对鱼群觅食得到的拆卸序列进行模拟退火操作,增强了算法跳出局部最优的能力。采用拥挤距离机制筛选非劣解,实现了拆卸序列的精英保留,进而将非劣解添加到下次迭代的种群中,加快了算法的收敛速度。将所提算法应用于具有55项任务的某打印机拆卸实例,经与基本人工鱼群算法、模拟退火算法对比,验证了所提算法的有效性和优越性。
关键词
u型拆卸线平衡
随机作业时间
多目标优化
人工鱼群算法
模拟退火算法
PARETO解集
Keywords
u
-shaped disassembly line balancing
stochastic operation times
m
u
lti-objective optimization
artificialfish swarm algorithm
sim
u
lated annealing algorithm
Pareto set
分类号
TH165 [机械工程—机械制造及自动化]
TP301.6 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
多目标U型拆卸线平衡问题的Pareto蚁群遗传算法
张则强
汪开普
朱立夏
程文明
《西南交通大学学报》
EI
CSCD
北大核心
2018
9
在线阅读
下载PDF
职称材料
2
随机作业时间的U型拆卸线平衡多目标优化
张则强
汪开普
李六柯
毛丽丽
《计算机集成制造系统》
EI
CSCD
北大核心
2018
3
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
