考虑学习效应的多目标双资源约束柔性作业车间调度方法

AITNT
正文
推荐专利
考虑学习效应的多目标双资源约束柔性作业车间调度方法
申请号:CN202410707888
申请日期:2024-06-03
公开号:CN118551983A
公开日期:2024-08-27
类型:发明专利
摘要
本发明公开了一种考虑学习效应的多目标双资源约束柔性作业车间调度方法,采用基于混合种群的改进文化基因算法求解调度模型,以最大完工时间、机器能耗和工人成本为目标,研究了考虑学习效应的双资源约束柔性作业车间调度,建立相关调度模型,并提出了一种基于混合种群的改进文化基因算法求解。为提高算法求解复杂模型的效率,设计了融合Jaya算子与遗传算子的混合式个体更新策略,扩大种群的搜索范围,同时提出了一种基于负载平衡的多规则随机再分配策略,提高个体的收敛质量,针对算法后期易陷入局部最优的不足,采用了一种知识驱动的变邻域搜索策略,增强局部搜索能力。最后,通过生产实例仿真,验证了所提算法的有效性。
技术关键词
柔性作业车间调度 文化基因算法 序列 资源 解码 工件 效应 元素 邻域搜索策略 能耗 关系 初始化方法 索引 分支 多层次 因子
系统为您推荐了相关专利信息
1
一种用于磁珠—核酸分离后序列质量评估的方法
核酸 序列 评分算法 磁珠 评估算法
2
一种泌尿外科用智能数字影像处理系统
数字影像 分类网络 图像分割 图像接收模块 非局部均值去噪算法
3
一种船舶生产人力资源分配方法及系统
人力资源分配方法 平衡算法 负荷 算法模型 船舶
4
一种基于WTD混合算法的中央空调系统能耗预测方法
能耗预测方法 中央空调系统 混合算法 软阈值函数 时间序列信息
5
数据传输方法和装置
编码规则 数据传输方法 信号 计算机执行指令 解码
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号