摘要
本发明针对啤酒生产中的调度问题,提出了一种不确定情况下啤酒生产调度方法。该方法通过迭代优化策略,逐步调整目标函数,引入交替机制,在优化初期以原始目标为导向,后期交替采用评价函数,平衡探索与开发,避免局部最优解的陷阱。算法采用非支配排序遗传算法(NSGA‑II),通过选择、交叉和变异操作维持种群多样性,并利用非支配排序机制生成Pareto前沿解集,有效解决多目标优化问题。最终,算法提供一系列Pareto最优解,支持决策者在产能、库存和其他优化目标之间进行权衡选择,显著提升啤酒生产调度的灵活性与效率。
技术关键词
啤酒
发酵工艺流程
关键工艺参数
遗传算法优化
澄清工艺
评估设备
机制
发酵设备
动态
产能
发酵罐
陷阱
阶段
策略
核心
损耗
代表
系统为您推荐了相关专利信息
瓦楞纸箱包装
智能推荐系统
智能推荐方法
展示瓦楞纸板
机器学习算法
数字孪生系统
数字孪生模型
关键工艺参数
数据采集层
传感器
动态规划模型
规划系统
趋势预测模型
数据收集模块
历史气象数据
交感神经型颈椎病
脑机接口
深度强化学习模型
柔性电极阵列
脑电信号采集
低场核磁共振
匀场方法
磁片
匀场装置
核磁共振磁体系统