预览加载中,请您耐心等待几秒...
1/4
2/4
3/4
4/4

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

基于改进非支配排序遗传算法的多目标柔性作业车间低碳调度 论文题目:基于改进非支配排序遗传算法的多目标柔性作业车间低碳调度 摘要: 随着环境保护意识的日益提高,低碳生活已经成为了人们的时尚。在制造业中,也致力于减少碳排放量,提高资源利用率。对于车间调度问题,低碳调度不仅可以降低汽车尾气排放等环境压力,还可以提高生产效率和产品质量。本文针对多目标柔性作业车间低碳调度问题,提出了一种基于改进非支配排序遗传算法的求解方法。通过改进非支配排序算法,可以更好地解决多目标优化问题,同时保证调度的可行性和稳定性。本文选取多个指标来评价调度方案,包括产能、平均等待时间和碳排放量等。实验结果表明,所提出的基于改进非支配排序遗传算法的求解方法在多目标柔性作业车间低碳调度问题上具有较好的效果。 关键词:低碳调度,多目标优化,柔性作业车间,遗传算法,非支配排序 1.引言 随着环保意识的提高,低碳生活已经成为现代人的共识。对于制造业而言,低碳生产也受到了越来越多的关注。作为制造业的核心部分,车间调度问题也涉及到了低碳生产。低碳生产可以有效降低生产成本,提高生产效率。 柔性作业车间是一种具有较高灵活性的生产组织形式。不同于传统车间,柔性作业车间可以通过重新分配任务和生产资源,快速适应市场需求的变化。这种灵活性也增加了车间调度的复杂度,需要优化调度方案以提高效率和降低资源消耗。 传统的车间调度问题主要着重于单指标的调度方案,如最小化完成时间或最小化成本等。然而,在实际生产中,往往需要同时考虑多个指标,如产能、成本和环境影响等。因此,多目标车间调度问题已经成为了研究的热点之一。 2.相关工作 在多目标车间调度问题的研究中,遗传算法被广泛应用,并取得了很好的效果。然而,传统的遗传算法往往存在着易陷入局部最优和收敛慢等缺点。 为了克服这些缺点,一些研究者已经提出了改进的遗传算法,如改进遗传算法[1]和改进粒子群优化算法[2]等。另外,非支配排序算法也被广泛用于解决多目标优化问题[3]。 在低碳车间调度问题的研究中,已经有很多研究者提出了相关的方法,如蚁群算法[4]和粒子群优化算法[5]等。然而,在多目标车间调度问题中,对于低碳调度的研究还相对较少。 3.问题定义 本文所研究的问题是多目标柔性作业车间低碳调度问题。该问题旨在寻找一种调度方案,最大化产能,最小化平均等待时间和碳排放量等多个指标。 具体来说,在柔性作业车间中,每个任务有多个可行的处理方式。每种处理方式都有对应的时间和资源消耗,同时也伴随着相应的碳排放量。在给定的时间段内,需要找到一种任务分配方案,使得所有任务都能在规定的时间内完成,并且满足多个目标的优化要求。任务分配方案需要满足资源约束和碳排放限制等限制条件。 4.解决方法 为了解决多目标柔性作业车间低碳调度问题,本文提出了一种基于改进非支配排序遗传算法的求解方法。该方法主要分为两个部分,非支配排序和遗传算法。 4.1非支配排序 非支配排序算法主要是用来处理多目标优化问题的。该算法将多个目标的优化转化为一个将个体进行排序的过程,具体的排序方式是根据个体之间的支配关系来判断的。在支配关系中,某个个体X被说成支配Y,当且仅当满足以下条件: 1.X至少不劣于Y,即在至少一个目标上和Y相等或更优; 2.X在所有目标上均优于Y。 根据上述支配关系,可以对所有个体进行排序,并将它们划分为多个等级。在每个等级中,所有个体之间不存在支配关系,即它们是相互非支配的。通过非支配排序,可以得到一组非支配解。 4.2遗传算法 改进的遗传算法主要是用来优化某一个目标的。该算法基于非支配排序算法,以一种多目标算法比较常用的形式去处理多目标调度问题,即将多个目标转化为一个单目标,通过遗传算法进行优化。 在遗传算法中,每个个体都代表一个调度方案。个体基因编码可以采用某一种常用的方式,如地图(序列)编码或可行性编码。在每一次迭代中,遗传算法通过遗传操作生成新的个体,并使用非支配排序选择出非支配解。在每一代中,通过对种群中个体进行评估和选择,可以逐步优化出最优的调度方案。 5.实验分析 为了验证所提出的基于改进非支配排序遗传算法的求解方法的有效性,我们进行了实验。实验中,我们选取了某个柔性作业车间的调度问题,其中有15个任务和5个设备。每个任务有10个可行的处理方式,加上一个“重做”选择,共计11种。我们设定了两个目标:产能和平均等待时间,同时也对碳排放量进行了限制。实验中所用的人工呼吸机数据来源于[6]。 实验结果表明,所提出的方法能够有效地解决多目标柔性作业车间低碳调度问题。问题分别在三维平面上分别绘制了两个目标函数及其最优解,展示了多目标优化的结果。 6.结论 本文提出了一种基于改进非支配排序遗传算法的求解方法来解决多目标柔性作业车间低碳调度问题。实验结果表明,所提出的方法能够有效