咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于头脑风暴算法的多处理机组合生产批量调度问题 收藏

基于头脑风暴算法的多处理机组合生产批量调度问题

Multi-Processor Combined Production Batch Scheduling Problem Based on Brain Storm Optimization Algorithm

作     者:王全武 徐震浩 顾幸生 WANG Quanwu;XU Zhenhao;GU Xingsheng

作者机构:华东理工大学能源化工过程智能制造教育部重点实验室上海200237 

出 版 物:《华东理工大学学报(自然科学版)》 (Journal of East China University of Science and Technology)

年 卷 期:2022年第48卷第5期

页      面:685-695页

学科分类:08[工学] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国家自然科学基金(61573144 61673175 61603139) 

主  题:多处理机组合生产 作业车间 批量调度 头脑风暴优化算法(BSO) 讨论机制 

摘      要:在生产调度领域中,受生产工艺等诸多因素的影响,往往每个生产过程都需要多台机器同时参与加工。同时,待加工的工件数量较多,需要将每种类型的工件进行批量处理,以缩短生产周期。本文在作业车间环境下,根据每个加工过程所参与机器的负荷,采用可变分批方案,提出了非混排多处理机组合生产批量调度模型,并结合头脑风暴优化算法,求解出最短加工时间。提出了一种改进的头脑风暴优化算法,引入贪婪思想与动态讨论机制,讨论次数随着算法的迭代而自适应变化,将全局搜索与局部搜索相结合,加强了算法的搜索能力。实验结果表明,改进的头脑风暴优化算法与基本的头脑风暴优化算法相比,求解效率更高,收敛速度更快。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分