位置:成果数据库 > 期刊 > 期刊详情页
基于改进分布估计算法的带并行机模糊混合FlowShop调度
  • ISSN号:1006-3080
  • 期刊名称:《华东理工大学学报:自然科学版》
  • 时间:0
  • 分类:TP18[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构:[1]华东理工大学化工过程先进控制和优化技术教育部重点实验室,上海200237
  • 相关基金:国家自然科学基金(61104178,61174040);上海市科委基础研究重点项目(12JCl403400);中央高校基本科研业务费专项基金
中文摘要:

针对处理时间不确定情况下带并行机的混合FlowShop调度问题,基于模糊规划理论,采用一种模糊数排序的方法建立了调度模型;以最小化加权模糊最大完工时间的平均值和不确定度作为调度目标,提出一种改进分布估计算法(IEDA)求解上述问题。IEDA算法采用基于NEH(Nawaz—Enscore—Ham)和破坏重建策略的初始化方法,对较优个体进行变邻域局部搜索以提高算法的局部搜索能力,同时采用破坏重建策略增加种群多样性,在最优解连续若干代没有改进时对其进行基于破坏重建策略的变邻域局部搜索,增强算法跳出局部最优的能力,并用正交设计的方法调节算法参数。仿真实验结果验证了本文算法的优越性。

英文摘要:

Aiming at the scheduling problem of fuzzy hybrid flowshop with parallel machines, this paper proposes an improved distribution estimation algorithm (IEDA). In the proposed algorithm, the method of ranking fuzzy numbers is used to establish the scheduling model, and the minimization of the weighted average and uncertainty of the fuzzy makespan is taken as the objective of scheduling. An initial population is generated by means of the NEH (Nawaz-Enscore-Ham) heuristic and the strategy of destruction and construction. The variable neighborhood searching is incorporated to enhance the local exploitation, and the strategy of destruction and construction is applied to improve the diversity of population. Moreover, when the best solution has no improvement for successive generations, the variable neighborhood searching will be adopted so as to escape from local optimum. In addition, an orthogonal experiment design is utilized to adjust the parameters of IEDA. The simulation results indicate the superiority of the proposed IEDA.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《华东理工大学学报:自然科学版》
  • 北大核心期刊(2011版)
  • 主管单位:教育部
  • 主办单位:华东理工大学
  • 主编:刘红来
  • 地址:上海梅陇路130号
  • 邮编:200237
  • 邮箱:ecustxbbzz@ecust.edu.cn
  • 电话:021-64252666
  • 国际标准刊号:ISSN:1006-3080
  • 国内统一刊号:ISSN:31-1691/TQ
  • 邮发代号:4-382
  • 获奖情况:
  • 2001年被国家新闻出版总署评为"中国期刊方阵科技...,2002年获"第五届全国石油和化工行业优秀期刊二等奖",2004年获"全国高校优秀科技期刊二等奖",2006年荣获"首届中国高校优秀科技期刊奖"以及"第...
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),荷兰文摘与引文数据库,美国剑桥科学文摘,英国科学文摘数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:10083