进化多目标阻塞批量流 shop 调度研究
"这篇研究论文探讨了进化多目标阻塞批流流水线调度问题,考虑了区间处理时间因素。文章发表在2016年的《应用软计算》期刊上,由多位来自中国矿业大学、兰州理工大学、英国萨里大学以及华中科技大学国家重点实验室的研究人员共同撰写。" 本文主要涉及以下几个关键知识点: 1. **多目标优化**:在调度领域,多目标优化是指同时考虑多个相互冲突的目标,如最小化总加工时间、最小化最大完工时间、最小化机器闲置时间等。进化算法被用来寻找这些目标之间的平衡,即帕累托最优解集。 2. **阻塞流水线(Blocking Flow Shop)**:在传统的流水线调度中,每个工作单元在完成一个工序后立即转移到下一个工序。但在阻塞流水线中,如果某工序的加工尚未完成,其后续工序可能会被阻止,导致流水线中断,这增加了调度的复杂性。 3. **批流(Lot-Streaming)**:批流是一种混合生产模式,其中生产任务可以被分解成小批量或单件流。这种模式适应了多样化和定制化的需求,但在调度时需要处理批量的开始、结束以及转换成本。 4. **区间处理时间(Interval Processing Time)**:传统的调度问题通常假设每个任务的处理时间为确定值,而区间处理时间引入了不确定性,意味着任务的处理时间可能在一个预定义的范围内波动。这增加了实际生产环境的复杂性和调度的挑战。 5. **进化算法**:作为解决这类复杂优化问题的有效工具,进化算法(如遗传算法、粒子群优化、模拟退火等)被应用于求解多目标阻塞批流流水线的调度问题。它们通过模拟自然选择和遗传过程来搜索解决方案空间,能处理非线性和不连续的优化问题。 6. **帕累托最优(Pareto Optimality)**:在多目标优化中,一个解被认为是帕累托最优的,如果无法在不恶化至少一个目标的情况下改进其他目标。帕累托最优解集是所有可行解中的最佳集合,反映了各种目标之间的权衡。 7. **调度性能指标**:文章可能还涵盖了评估调度性能的各种指标,如平均完工时间(makespan)、总流程时间、机器利用率等,这些都是衡量调度效率的关键参数。 这篇研究论文深入研究了在存在区间处理时间的阻塞批流流水线环境中,如何利用进化算法有效地解决多目标调度问题,为实际工业生产提供了理论支持和优化策略。
剩余16页未读,继续阅读
- 粉丝: 4
- 资源: 903
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- OptiX传输试题与SDH基础知识
- C++Builder函数详解与应用
- Linux shell (bash) 文件与字符串比较运算符详解
- Adam Gawne-Cain解读英文版WKT格式与常见投影标准
- dos命令详解:基础操作与网络测试必备
- Windows 蓝屏代码解析与处理指南
- PSoC CY8C24533在电动自行车控制器设计中的应用
- PHP整合FCKeditor网页编辑器教程
- Java Swing计算器源码示例:初学者入门教程
- Eclipse平台上的可视化开发:使用VEP与SWT
- 软件工程CASE工具实践指南
- AIX LVM详解:网络存储架构与管理
- 递归算法解析:文件系统、XML与树图
- 使用Struts2与MySQL构建Web登录验证教程
- PHP5 CLI模式:用PHP编写Shell脚本教程
- MyBatis与Spring完美整合:1.0.0-RC3详解