考虑恶化和学习效应的多机制造系统智能优化方法

发布时间：2021-04-17 00:14

　　研究了考虑机器恶化和工人学习效应的平行机连续批调度问题,其中,工件具有不同的一般加工时间,机器具有不同的恶化率,工人具有不同的学习能力,批次的容量对于所有机器是相同的.目标是最小化最大完工时间.论文首先针对工件的组批排序问题推导了一系列重要性质,并提出了相应的启发式组批策略.然后,基于给定的工件分配和每个机器上工件的组批和排序,研究设计了工人和机器启发式匹配策略.由于所研究的问题在一般情形下被证明是NP-hard问题,论文设计了改进的变邻域搜索算法（IVNS）求解该问题并用算例验证了所提出算法的有效性. 

【文章来源】：系统科学与数学. 2019,39(10)北大核心CSCD

【文章页数】：12 页

【部分图文】：

图１?ＶＮＳ和ＩＶＮＳ算法求得的制造跨度平均值和最小值??（Ｆｉｇｕｒｅ?１?Ａｖｅｒａｇｅ?ｍａｋｅｓｐａｎ?ａｎｄ?ｍｉｎｉｍｕｍ?ｍａｋｅｓｐａｎ?ｏｂｔａｉｎｅｄ?ｂｙ?ＶＮＳ?ａｎｄ?ＩＶＮＳ）??


本文编号：3142435