考虑了一类工件的加工时间基于学习因素,目标函数为极小化最大完工时间的单机排序问题,即随着加工时间的增加,工件的加工时间将减少.对于文献[Kuo Wen-Hung,Yang Dar-Li.Minimizing the makespan in a single machine scheduling proble...考虑了一类工件的加工时间基于学习因素,目标函数为极小化最大完工时间的单机排序问题,即随着加工时间的增加,工件的加工时间将减少.对于文献[Kuo Wen-Hung,Yang Dar-Li.Minimizing the makespan in a single machine scheduling problem with a time-based learning effect[J].Information Processing Letters,2006,97(2):64-67.]中提出的最优多项式时间算法,给出了一种更为简洁的证明.展开更多
文摘考虑了一类工件的加工时间基于学习因素,目标函数为极小化最大完工时间的单机排序问题,即随着加工时间的增加,工件的加工时间将减少.对于文献[Kuo Wen-Hung,Yang Dar-Li.Minimizing the makespan in a single machine scheduling problem with a time-based learning effect[J].Information Processing Letters,2006,97(2):64-67.]中提出的最优多项式时间算法,给出了一种更为简洁的证明.
文摘在考虑工人技能学习差异的基础上,为解决多工人协作柔性车间调度问题,提出了基于稀疏邻域带精英策略的快速非支配排序遗传算法(Non-dominated Sorting Genetic AlgorithmⅡ,NSGA-Ⅱ)的调度方法。对考虑技能学习差异的多工人协作柔性车间调度问题进行了描述,以车间工人学习能力为背景改进了DeJong学习模型,并建立了多工人协作柔性车间调度的多目标优化模型。在NSGA-Ⅱ基础上,引入了邻域稀疏度的选择方法,有效保留了信息丰富和多样化的染色体,并将稀疏邻域NSGA-Ⅱ应用于柔性车间调度问题求解。经实验验证,稀疏邻域NSGA-Ⅱ所得Pareto解集质量高于标准NSGA-Ⅱ和自适应多目标进化算法(Multiobjective Evolutionary Algorithm Based on Decomposition,MOEA/D),最短调度方案的完工时间为127.1 min,该方案满足逻辑和时间等约束。实验结果验证了稀疏邻域NSGA-Ⅱ在柔性车间调度中的优越性。
