基于車間調度的多目標混合進化算法
大小：0.95 MB 人氣： 2017-12-20 需要積分：2
針對最大完工時間最小和總流經時間最小的雙目標流水車間調度問題，提出一種快速多目標混合進化算法。算法將矢量評價遺傳算法的采樣策略與一種新的基于Pareto支配與被支配關系的適應度函數的采樣策略進行了融合。新的采樣策略彌補了矢量評價遺傳算法（ VEGA）采樣策略的不足。VEGA善于搜索Pareto前沿面的邊緣區域，但卻忽略了Pareto前沿面的中心區域，而新的采樣策略則傾向于Pareto前沿面的中心區域。這兩種機制的融合保證了混合算法能夠快速平穩地向Pareto前沿區域收斂。此外，由于混合采樣策略不需要考慮距離，使得算法效率也得到了很大的提升。在對Taillard基準測試集進行的仿真實驗結果顯示，相對于非支配排序遺傳算法（NSCA-Ⅱ）和強度Pareto進化算法（SPEA2），該快速多目標混合進化算法在收斂性和分布性兩方面都有所提高，并且算法的效率也得到了改進。所提出的混合算法能夠更好地解決雙目標的流水車間調度問題。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于車間調度的多目標混合進化算法下載
相關電子資料下載
- 構建智能化水務生態：精準監控與智能調度 21
- 儲能能量管理系統為工商業儲能柜、儲能集裝箱提供數據分析與能量調度 278
- 基于GIS的SAR多目標智能識別系統 142
- 精準調度！賽思電力時間同步裝置精準助力浙能集團源力科創中心虛擬電廠建設 128
- 鴻蒙開發接口資源調度：【@ohos.workScheduler (延遲任務調度)】 592
- 鴻蒙開發接口資源調度：【@ohos.backgroundTaskManager (后臺任務管理)】 283
- 車輛調度系統 200
- 北斗短報文通信在應急指揮調度的應用方案 173
- 安全指揮調度系統的場景應用有哪些？ 200
- 工具鏈工具——映射與調度、模擬與驗證、開發與測試工具 879