面向堆垛机路径优化的局部搜索自适应遗传算法

发布时间：2021-01-17 03:32

　　为了提高自动化立体仓库的运行效率,针对其中的堆垛机路径调度问题,根据时间、能耗和作业效率建立了堆垛机调度优化模型,提出了一种改进的多目标遗传算法IMOGA.该算法在NSGA-Ⅱ算法的基础上改进了遗传算子,采用了适合问题模型的交叉变异操作,引入了自适应遗传算子,并新增了基于模拟退火思想的局部随机搜索策略.以某氨纶厂仓库堆垛机调度情况进行仿真验证,结果表明, IMOGA算法收敛速度更快,解集的质量更高,在堆垛机调度问题上具有更高的适用性. 

【文章来源】：计算机系统应用. 2020,29(08)

【文章页数】：6 页

【参考文献】：
期刊论文
[1]基于猫群算法的立体车库调度优化[J]. 关榆君,和淼.  华北理工大学学报(自然科学版). 2018(04)
[2]改进遗传模拟退火算法在TSP优化中的应用[J]. 何庆,吴意乐,徐同伟.  控制与决策. 2018(02)
[3]越库配送车辆调度问题的自适应遗传算法研究[J]. 缪朝炜,苏瑞泽,张杰.  管理工程学报. 2016(04)
[4]基于自适应机制的遗传算法研究[J]. 曲志坚,张先伟,曹雁锋,刘晓红,冯晓华.  计算机应用研究. 2015(11)

硕士论文
[1]NSGA-Ⅱ算法的改进及在机组组合优化中的应用[D]. 魏冰.华北电力大学 2019
[2]NSGA-Ⅱ多目标优化算法的改进及应用研究[D]. 路艳雪.太原理工大学 2017
[3]基于Pareto支配的高维多目标进化算法研究[D]. 韩红艳.大连理工大学 2016
[4]立体仓库货位优化与仿真研究[D]. 任为.中国矿业大学 2015



本文编号：2982116