加工时间可控单机加权总完工时间Pareto优化研究

发布时间：2017-12-12 11:12

  本文关键词：加工时间可控单机加权总完工时间Pareto优化研究

  更多相关文章： 加工时间可控 并行混合算法 多样性 收敛性 Pareto优化

【摘要】：针对单机环境最优化加权总完工时间问题,当工件加工时间可通过分配资源进行压缩时,研究对工件的加工次序和时间压缩量的优化,从而权衡调度性能目标和资源成本目标。调度性能目标为压缩后工件的加权总完工时间,资源成本目标为工件压缩量的线性函数。此问题复杂性已被证明为NP-hard,为弥补较少有研究从Pareto优化角度求解该问题有效前沿的不足,针对经典NSGA-II求解时易早熟收敛的特点,采用算法混合方式进行优化方法研究。融合归档式多目标模拟退火算法跳出局部极值的优势,启用外部存档策略提升种群的多样性,采用主从模式的并行结构提升求解效率。最后为检验优化方法的有效性,一方面通过对Benchmark测试函数ZDT1-6的求解,表明混合算法对不同结构和形状目标函数兼具普适性和有效性;另一方面结合问题特点设计有效编码方式,针对随机生成算例进行求解。通过分析有效前沿收敛性和多样性,验证了所提方法对于优化加工时间可控单机加权总完工时间问题的有效性。
【作者单位】： 大连理工大学管理科学与工程学院;东北财经大学管理科学与工程学院;
【基金】：国家自然科学基金项目(71501024;71502026;71271039;70902033) 教育部“新世纪优秀人才支持计划”项目(NCET-13-0082) 中央高校基本科研业务费专项资金资助项目(DUT15QY32;DUT14YQ211)
【分类号】：TB497
【正文快照】： 0引言经典生产调度问题通常假设工件加工时间为固定常数。然而在实际生产过程中,工件加工时间往往受资源分配量(包含能源、电力、人力资源以及资金成本等形式)的影响,加工时间往往是资源分配量的线性函数[1]。这种加工场景见诸于实际中数控机床加工[2]、钢铁冶炼热轧[3]以及更

【相似文献】

中国期刊全文数据库 前10条

1 曹丹;周轩伟;;基于强Pareto原则的偏爱规则及其性质[J];科学技术与工程;2008年09期

2 李辉;练继建;;Multi-Objective Optimization of Water-Sedimentation-Power in Reservoir Based on Pareto-Optimal Solution[J];Transactions of Tianjin University;2008年04期

3 周瑾;谢唯;;综合使用序列分析和Pareto图对工序集合的截取(英文)[J];上海第二工业大学学报;2008年03期

4 ;Design of high performance multilayer microwave absorbers using fast Pareto genetic algorithm[J];Science in China(Series E:Technological Sciences);2009年09期

5 伞冰冰;孙晓颖;武岳;;Multi-objective optimization of membrane structures based on Pareto Genetic Algorithm[J];Journal of Harbin Institute of Technology;2010年05期

6 古莹奎,黄洪钟,吴卫东;基于Pareto解的交互式模糊优化及其应用[J];清华大学学报(自然科学版);2004年08期

7 宋冠英;李海楠;邹玉静;;一种基于Pareto解集的无约束条件的多目标粒子群算法[J];机械工程师;2008年05期

8 李俊青;潘全科;王玉亭;;多目标柔性车间调度的Pareto混合禁忌搜索算法[J];计算机集成制造系统;2010年07期

9 潘伟杰;谢庆生;李少波;;基于Pareto的制造资源能力评价[J];制造业自动化;2011年04期

10 刘耀年;于晶;禹冰;王颖;张伟民;;基于强度Pareto进化算法的最优潮流[J];电测与仪表;2011年09期

中国重要会议论文全文数据库 前10条

1 ;A Pareto-Based Differential Evolution Algorithm for Multi-objective Optimization Problems[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

2 周秀玲;孙承意;;Pareto-MEC算法的收敛性分析[A];2005年中国智能自动化会议论文集[C];2005年

3 ;Multiobjective Optimization with Competitive Coevolutionary Genetic Algorithms[A];第二十九届中国控制会议论文集[C];2010年

4 ;Study on New Coordination Mechanisms of Generalized Supply Chains with Loss-averse Agents[A];2009中国控制与决策会议论文集（3）[C];2009年

5 樊铁成;马孜;;Pareto前沿在航线优化中的应用[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年

6 徐安察;汤银才;;Pareto分布下屏蔽数据的贝叶斯统计分析及其应用[A];技术融合创新·可靠服务企业·安全产品制胜——2013年全国机械行业可靠性技术学术交流会暨第四届可靠性工程分会第五次全体委员大会论文集[C];2013年

7 陈银美;石连栓;;一种改进的求解均匀分布Pareto解集的多目标遗传算法[A];中国运筹学会第十届学术交流会论文集[C];2010年

8 韩松;魏权龄;;非参数DEA模型最优解的(弱)Pareto性质研究[A];中国运筹学会第七届学术交流会论文集（上卷）[C];2004年

9 樊铁成;马孜;罗勋杰;;Pareto遗传算法在集装箱配载优化中的应用[A];第二十四届中国控制会议论文集（下册）[C];2005年

10 吕萍;李晴;宋吟秋;;考虑运营成本的公路Pareto有效BOT合同[A];中国系统工程学会第十八届学术年会论文集——A02管理科学[C];2014年

中国博士学位论文全文数据库 前6条

1 杨蕴;多目标进化算法及其在地下水优化管理中的应用研究[D];南京大学;2012年

2 耿志超;Pareto优化排序问题研究[D];郑州大学;2016年

3 安彤;VMI模式下供应链的Pareto改进研究[D];天津大学;2011年

4 Deogratias NURWAHA;[D];东华大学;2013年

5 陈泯融;基于极值动力学的优化方法及其应用研究[D];上海交通大学;2008年

6 邢宇飞;复杂产品拆卸序列规划技术研究[D];东北大学;2012年

中国硕士学位论文全文数据库 前10条

1 范超;基于Pareto蚁群算法的MVB周期轮询表设计问题研究[D];大连理工大学;2015年

2 丁冲冲;基于Pareto多目标人工蜂群算法的Web服务组合优化研究[D];南京财经大学;2014年

3 罗强;基于OMD工艺的薄膜成型仿真优化比较与6Sigma评估[D];华东交通大学;2016年

4 刘媚;混合Pareto分布的统计分析[D];华东师范大学;2009年

5 夏凌;基于Pareto边界的多目标调度研究[D];上海交通大学;2008年

6 南新艳;广义Pareto分布[D];华东师范大学;2005年

7 齐晓鸿;一个求解多目标问题的算法：Pareto-MEC[D];太原理工大学;2004年

8 尹呈;多目标优化Pareto支配性预测方法研究[D];湘潭大学;2013年

9 窦孟丽;复合指数-Pareto模型及其在保险中的应用[D];华东师范大学;2009年

10 高建敏;Pareto分布中门槛值的确定及其在经济学中的应用[D];浙江工商大学;2007年

，

本文编号：1282268