针对多目标工艺规划与车间调度集成问题(multi-objective integrated process planning and scheduling,MOIPPS),以最小化完工时间和生产能耗最低为优化目标,提出了一种考虑全局和局部最优的改进混合优化算法。通过分析集成系统工艺设...针对多目标工艺规划与车间调度集成问题(multi-objective integrated process planning and scheduling,MOIPPS),以最小化完工时间和生产能耗最低为优化目标,提出了一种考虑全局和局部最优的改进混合优化算法。通过分析集成系统工艺设计和生产调度两个问题的区别与联系,搭建了多目标问题模型和解决框架。针对两阶段集成问题提出混合优化算法,对工艺阶段采用全局搜索算法,为集成系统提供多种工艺加工方案,保证集成算法的全局搜索性能;针对调度阶段设计一种改进禁忌搜索算法,通过交叉与随机抽样扩大解的分布范围,使用邻域禁忌搜索使得算法快速收敛,并采用Pareto非支配排序获得全局最优解。实验对比分析,验证了所提算法在求解多目标工艺规划与车间调度集成问题的高效性和稳定性。展开更多
文摘针对多目标工艺规划与车间调度集成问题(multi-objective integrated process planning and scheduling,MOIPPS),以最小化完工时间和生产能耗最低为优化目标,提出了一种考虑全局和局部最优的改进混合优化算法。通过分析集成系统工艺设计和生产调度两个问题的区别与联系,搭建了多目标问题模型和解决框架。针对两阶段集成问题提出混合优化算法,对工艺阶段采用全局搜索算法,为集成系统提供多种工艺加工方案,保证集成算法的全局搜索性能;针对调度阶段设计一种改进禁忌搜索算法,通过交叉与随机抽样扩大解的分布范围,使用邻域禁忌搜索使得算法快速收敛,并采用Pareto非支配排序获得全局最优解。实验对比分析,验证了所提算法在求解多目标工艺规划与车间调度集成问题的高效性和稳定性。
