当前位置:主页 > 科技论文 > 自动化论文 >

随机混流U型拆卸线平衡排序问题多目标进化算法优化

发布时间:2018-01-26 02:05

  本文关键词: 混流 U型拆卸线 HMOEA/D算法 Pareto最优解集 出处:《运筹与管理》2017年09期  论文类型:期刊论文


【摘要】:针对混流U型拆卸线平衡排序问题,考虑拆卸时间不确定,建立了该问题最小拆卸线平均闲置率、尽早拆卸危害和高需求零部件、最小化平均方向改变次数的多目标优化模型,并提出一种基于分解和动态邻域搜索的混合多目标进化算法(Hybrid Multi-objective Evolutionary Algorithm Based on Decomposition,HMOEA/D)。该算法通过采用弹性任务分配策略、动态邻域结构和动态调整权重以保证解的可行性并搜索得到分布较好的非劣解集。最后,仿真求解实验设计技术(DOE)生成的测试算例,结果表明HMOEA/D较其它算法能得到更接近Pareto最优、分布更好的近似解集。
[Abstract]:Considering the uncertainty of disassembly time, the minimum average idle rate of disassembly line, early disassembly hazard and high demand parts are established for the balanced scheduling of mixed U-type disassembly lines. A multi-objective optimization model that minimizes the number of changes in the average direction. A hybrid multiobjective evolutionary algorithm based on decomposition and dynamic neighborhood search is proposed. Hybrid Multi-objective Evolutionary Algorithm Based on Decomposition. The algorithm adopts elastic task allocation strategy, dynamic neighborhood structure and dynamic adjustment of weights to ensure the feasibility of the solution and search for a well-distributed non-inferior solution set. Finally. The simulation results show that HMOEA/D can get the approximate solution set which is closer to Pareto optimal and better distributed than other algorithms.
【作者单位】: 西南交通大学经济管理学院;
【基金】:国家自然科学基金资助项目(Nos.71471151,61573264)
【分类号】:TP18
【正文快照】: 0引言电子垃圾作为全球增长速度最快的固体废弃物,如何回收并合理利用已成为一个全球性难题。产品拆卸是从废旧产品中系统地提取有价值的零件或材料的过程[1];它在绿色制造系统中扮演重要角色,是进行再制造并实现完整产品周期的重要环节。电子产品更新换代频繁,个性化设计特征

【相似文献】

相关期刊论文 前10条

1 高迎平,韩娜;分枝定界法在混流工序同期化中的应用[J];河北工业大学成人教育学院学报;2000年04期

2 李建中;混流生产线平衡的动态规划及启发式方法[J];系统工程与电子技术;1997年02期

3 方启宏;混流作业机器人自动喷涂线[J];机器人技术与应用;1995年02期

4 薛娟;郑金华;李旭勇;;一种基于聚集距离的多目标进化算法[J];计算机工程与应用;2005年36期

5 马清亮;胡昌华;;多目标进化算法及其在控制领域中的应用综述[J];控制与决策;2006年05期

6 李密青;郑金华;罗彪;伍军;文诗华;;一种基于邻域的多目标进化算法[J];计算机应用;2008年06期

7 汪文彬;钟声;;基于改进拥挤距离的多目标进化算法[J];计算机工程;2009年09期

8 李密青;郑金华;肖桂霞;谢炯亮;;基于空间距离的多目标进化算法[J];模式识别与人工智能;2009年04期

9 崔逊学,方廷健;多目标进化算法的研究[J];中国科学基金;2002年01期

10 伍军;郑金华;文诗华;;一种基于相似个体的多目标进化算法[J];计算机工程与应用;2008年14期

相关会议论文 前2条

1 贾春福;涂奉生;;带滞留时间的3—机器装配型Flowshop排序问题[A];1996中国控制与决策学术年会论文集[C];1996年

2 顾亭亭;赵曾贻;;群组决策中三角模糊互补判断矩阵排序问题[A];2007中国控制与决策学术年会论文集[C];2007年

相关博士学位论文 前7条

1 丰志伟;多目标进化算法研究及在飞行器动力学系统中的应用[D];国防科学技术大学;2014年

2 代才;基于分解的多目标进化算法研究[D];西安电子科技大学;2014年

3 袁源;基于分解的多目标进化算法及其应用[D];清华大学;2015年

4 黄林峰;多目标进化算法研究[D];中国科学技术大学;2009年

5 谭艳艳;几种改进的分解类多目标进化算法及其应用[D];西安电子科技大学;2013年

6 刘立衡;多目标进化算法的研究及其在负荷分配中的应用[D];华北电力大学(北京);2010年

7 师瑞峰;多目标进化算法研究及其在生产排序中的应用[D];北京航空航天大学;2006年

相关硕士学位论文 前10条

1 谷新军;混流U型拆卸线平衡排序优化模型与算法研究[D];西南交通大学;2017年

2 吴坤安;基于分散策略的多目标进化算法研究[D];福建师范大学;2015年

3 马晨琳;基于分解的交互式偏好多目标优化算法研究[D];西安电子科技大学;2014年

4 喻果;基于分解的偏好多目标进化算法及其评价指标的研究[D];湘潭大学;2015年

5 季洪霄;动态约束多目标进化算法的研究与应用[D];安徽理工大学;2016年

6 李达统;基于MapReduce与Spark的分布式多目标进化算法的设计与实现[D];华南理工大学;2016年

7 齐吉;基于聚类的多目标进化算法及其在航迹规划中的应用[D];哈尔滨工业大学;2016年

8 李辉健;多目标进化算法中新型非支配个体排序研究及应用[D];南京信息工程大学;2016年

9 杨志翔;基于分解排序的多目标进化算法的研究[D];南京航空航天大学;2016年

10 朱铮;面向指标和边界选择的高维多目标进化算法的研究[D];湘潭大学;2016年



本文编号:1464346

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1464346.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户b7f0c***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com