基于改进精英策略的PCA-NSGAⅡ的高维目标调度优化

发布时间：2022-02-09 04:16

　　为提高制造系统中高维目标调度优化算法的求解性能,更好地在收敛性和分布性之间保持平衡,提出一种改进精英策略的PCA-NSGAⅡ算法。根据实际生产的需求,建立以最小化生产总成本、最大完工时间、提前/拖期惩罚和制造过程碳排放为目标的调度优化模型。针对现有高维目标调度优化领域采用基于权重化函数的算法求解质量差、搜索效率低等问题,将理论研究中基于主成分分析（PCA）的占优机制引入高维目标调度优化领域;设计了一种PCA-NSGAⅡ算法,为提高算法的求解质量和收敛性能,提出一个外部种群多样性维护方法来改进精英策略,将优秀个体纳入外部种群,丰富种群结构。通过算例分析,并与其他3种算法的结果进行对比,所提算法在求解质量和收敛性能上均具有优势;验证了基于PCA占优机制的高维目标处理方法能够在考虑所有目标特征的同时增大选择压力,有效地解决高维目标调度优化问题。 

【文章来源】：计算机集成制造系统. 2020,26(09)北大核心EICSCD

【文章页数】：10 页

【文章目录】：
0 引言
1 高维目标调度优化建模
    1.1 问题描述
    1.2 条件假设
    1.3 调度优化模型
2 改进精英策略的PCA-NSGAⅡ
    2.1 编码和解码
    2.2 种群初始化以及选择、交叉、变异操作
        (1)种群初始化
        (2)选择操作
        (3)交叉操作
        (4)变异操作
    2.3 PCA占优机制
    2.4 外部种群
3 算例验证
4 结束语


【参考文献】：
期刊论文
[1]高维多目标优化中基于稀疏特征选择的目标降维方法[J]. 陈小红,李霞,王娜.  电子学报. 2015(07)
[2]基于全局排序的高维多目标优化研究[J]. 肖婧,毕晓君,王科俊.  软件学报. 2015(07)
[3]营运货车道路运行油耗及碳排放因子研究[J]. 彭美春,李嘉如,胡红斐.  汽车技术. 2015(04)
[4]基于模糊关联熵的高维多目标流水车间调度优化[J]. 贺利军,刘超,朱光宇.  计算机集成制造系统. 2015(10)
[5]解决高维多目标优化的分组进化算法[J]. 刘立佳,李相民,颜骥.  四川大学学报(工程科学版). 2013(S1)
[6]正交设计的E占优策略求解高维多目标优化问题研究[J]. 郭思涵,龚小胜.  计算机科学. 2012(02)
[7]一种求解多目标柔性作业车间调度的改进粒子群算法[J]. 白俊杰,王宁生,唐敦兵.  南京航空航天大学学报. 2010(04)
[8]基于改进非支配排序遗传算法的多目标柔性作业车间调度[J]. 张超勇,董星,王晓娟,李新宇,刘琼.  机械工程学报. 2010(11)
[9]多目标柔性作业车间调度优化研究[J]. 吴秀丽,孙树栋,余建军,张红芳.  计算机集成制造系统. 2006(05)
[10]求解作业车间调度问题的一种改进遗传算法[J]. 张超勇,饶运清,李培根,刘向军.  计算机集成制造系统. 2004(08)



本文编号：3616356