基于改进遗传算法的装配线平衡研究

发布时间：2021-02-16 02:35

　　针对第二类装配线平衡问题,提出一种改进的遗传算法以解决经典遗传算法的早熟问题。在改进的遗传算法中,提出并引入基因浓度补偿策略,以保持选择及进化过程中种群的多样性,避免算法过早收敛,提高全局寻优能力。同时采取自适应遗传操作算子,在进化过程中动态调整交叉和变异算子,以提高算法的局部搜索能力及算法的计算速度。最后通过实例验证了此改进遗传算法的可行性,在寻优性能以及运算效率上都优于经典遗传算法。 

【文章来源】：组合机床与自动化加工技术. 2020,(10)北大核心

【文章页数】：5 页

【文章目录】：
0 引言
1 问题描述
2 算法设计
    2.1 算法编码设计
    2.2 初始化种群
    2.3 基于基因浓度补偿策略的选择操作
    2.4 引入自适应算子的交叉和变异操作
        2.4.1 自适应算子
        2.4.2 交叉操作
        2.4.3 变异操作
3 实例验证
4 结论


【参考文献】：
期刊论文
[1]预防维护下装配线平衡的集成优化[J]. 蒙凯,唐秋华,张子凯,钱新博,卢辰灏.  武汉科技大学学报. 2019(01)
[2]多重资源约束下的多目标U型装配线平衡[J]. 张子凯,唐秋华,张利平.  计算机集成制造系统. 2017(11)
[3]基于改进轮盘赌策略的交互式演化算法[J]. 魏波,喻飞,徐星,谢承旺.  计算机与数字工程. 2014(10)

博士论文
[1]基于改进遗传算法的汽车装配生产线平衡问题研究[D]. 李险峰.北京科技大学 2017
[2]双边装配线平衡技术的研究[D]. 吴尔飞.上海交通大学 2009

硕士论文
[1]基于改进遗传算法的混流装配线多目标平衡研究[D]. 揣博君.东北林业大学 2018
[2]基于混合粒子群算法的随机混流装配线平衡问题研究[D]. 余庆良.西南交通大学 2012
[3]自适应遗传算法在混流装配线平衡中的应用研究[D]. 郝金鹏.首都经济贸易大学 2012



本文编号：3035993