计算机工程与应用››2021,第57卷››发行(12): 263-272.内政部:10.3778/j.issn.1002-8331.2004-0148

• 工程与应用 • 上一篇   下一篇

面向吉特氏硬度计采购的多目标车辆调度

李雨鑫,李悦悦  

  1. 河北工业大学 经济管理学院,天津 300401
  • 出版日期:2021-06-15 发布日期:2021-06-10

JIT采购中的多目标车辆调度问题

李玉欣、李月月  

  1. 河北工业大学经济与管理学院,天津300401
  • 在线:2021-06-15 出版:2021-06-10

摘要:

吉特氏硬度计采购模式下,以最小化采购运输总距离和车辆使用数目为双目标,重点研究了运输周期和采购量对路径优化的影响,建立了调度模型,设计了一种基于自适应网格的多目标人工蜂群算法(基于网格的自适应多目标人工蜂群算法,GAMOABC)算法中,利用网格保存找到的帕累托最优解,对网格内的最优解进行更新和维护,保证解集的多样性并通过位置共享信息,更新网格内引领蜂的位置,从而提高解集的精确性。利用二维矩阵的编码方式表示车辆与原料对应的优先权值。在解码过程中,为满足生产约束,根据当前原料的消耗完成时间确定调度集合,设计了启发式信息。通过测例及实验表明:相较于NSGA-II、MOEAS、GAMOABC帕累托解集多样性和精确性更好。

关键词: JIT公司, 自适应网格的人工蜂群算法, 多目标车辆调度, 运输经济

摘要:

在JIT采购模式下,研究了运输周期和采购量对路径优化的影响,建立了调度模型,设计了基于网格的自适应人工蜂群算法(GAMOABC),以最小化总运输距离和车辆使用数量。在该算法中,保存在网格中的pareto最优解用于更新和维护网格中的最优解,以确保解集的多样性,并通过位置共享信息更新网格中的领先蜜蜂位置,从而提高解集的准确性。车辆和原材料对应的优先级值用二维矩阵的编码方法表示。在解码过程中,为了满足生产约束,根据当前的原材料消耗完成时间确定调度集,并设计启发式信息。测试实例和实验表明,与NSGA-II和MOEAS相比,GAMOABC算法得到的Pareto解集更加丰富和准确。

关键词: JIT采购, 基于自适应网格的人工蜂群算法, 多目标车辆调度, 运输经济