求解多目标作业车间调度问题的混合变异杂草优化算法
针对多目标作业车间调度问题,提出一种混合变异杂草优化算法。该算法采用基于各子目标熵值权重的欧氏贴近度作为适应度值计算方法,引导种群向Pareto前端进化。在进化过程中,运用快速非支配排序策略构建Pareto档案,并利用进化种群中最优个体实时更新Pareto最优解集,提升算法的优化性能;同时通过引入变异算子增加种群多样性,避免算法陷入局部最优。最后,基于Benchmark算例的仿真实验,验证了该算法求解多目标作业车间调度问题的有效性。...
Saved in:
Published in | 计算机应用研究 Vol. 34; no. 12; pp. 3623 - 3627 |
---|---|
Main Author | |
Format | Journal Article |
Language | Chinese |
Published |
上海理工大学管理学院,上海200093
2017
江苏科技大学张家港校区,江苏张家港215600%上海理工大学管理学院,上海,200093 |
Subjects | |
Online Access | Get full text |
Cover
Loading…
Summary: | 针对多目标作业车间调度问题,提出一种混合变异杂草优化算法。该算法采用基于各子目标熵值权重的欧氏贴近度作为适应度值计算方法,引导种群向Pareto前端进化。在进化过程中,运用快速非支配排序策略构建Pareto档案,并利用进化种群中最优个体实时更新Pareto最优解集,提升算法的优化性能;同时通过引入变异算子增加种群多样性,避免算法陷入局部最优。最后,基于Benchmark算例的仿真实验,验证了该算法求解多目标作业车间调度问题的有效性。 |
---|---|
Bibliography: | 51-1196/TP |
ISSN: | 1001-3695 |
DOI: | 10.3969/j.issn.1001-3695.2017.12.023 |