CF-GGA

CF-GGA:一种用于细胞形成问题的分组遗传算法。在制造业中,机械零件单元形成(MPCF)问题基于零件的加工要求和零件群的加工能力来解决零件族形成的问题,并基于加工零件的能力来识别机器组。过去的研究已经表明,实现零件和机器的有效分组的一个关键方面是给定机器零件(MP)关联矩阵的块对角化。本文提出并测试了一种用于求解MPCF问题的分组遗传算法(GGA),并利用效率的测量来衡量GGA的解决方案的质量[ M. P. Chandrasekharan和R. Rajagopalan,IN.J.PROD RES. 24, 451 - 463(1986;ZBL 582.90050)]和功效(库马尔和ChanrasaskHARAN 1990)。在这项研究中,GGA,CF-GGA,分组遗传算法的细胞形成问题,表现得非常好,当应用到各种问题,从文献。用最少数量的参数和一个简单的编码,CF-GGA能够将解决方案与几种先前被用来解决这些问题的高度复杂的算法和启发式方法相匹配。


ZBMaX中的参考文献(18篇)1标准条款

显示结果1至18的18。
按年份排序(引文

  1. Bychkov,ILYA;Batsyn,米哈伊尔:具有可变数量的生产单元的细胞形成问题的有效精确模型(2018)
  2. 卡尚,Ali Husseinzadeh;阿克巴里,Ali Akbar;Ostadi,Bakhtiar:分组进化策略:分组问题的有效方法(2015)
  3. 胡塞因扎德,卡尚,Ali;卡尚的胡塞因扎德,Mina,卡里米扬,索马耶:一个分组问题的粒子群优化算法(2013)
  4. Landa Torres,I;Del Sel,J;Salcedo Sanz,桑丘;Gil Lopez,S;Portilla Figueras,J. A.;Alonso Garrido,Posi:两个混合分组进化技术的比较研究:有能力P-中值问题(2012)
  5. Luis E.、Salcedo Sanz、桑丘、Ortiz Garc、A、Emilio G.、Portilla Figueras、安东尼奥、P·Z·贝利多、费尔南德斯·M·T.E.Nez Frn,2011组:基于成组技术的团队形成:一种混合分组遗传算法方法(3)
  6. Saddikuti,V.:细胞制造系统设计的模型:匹配处理要求和操作员能力(2010)
  7. 李,Xiangyong;马基,M. F.;Ahanja,Y. P.:机器零件单元形成问题的蚁群优化元启发式算法(2010)
  8. Salcedo Sanz,桑丘:进化算法中作为约束处理技术的修复方法综述(2009)
  9. Tavakkoli Moghaddam,R;Rahimi Vahed,A. R.;Ghodratnama,A.;Siadat,A.:一种求解资本约束多准则细胞形成问题的新数学模型的模拟退火方法(2009)
  10. Vitanov,V.TjajoNo.B;Marghalany,I.:基于启发式规则的逻辑单元形成算法(2008)
  11. 布朗,Evelyn C.;拉格斯代尔,克利夫T;卡特,Arthur E.:多旅行商问题的分组遗传算法(2007)
  12. 杰姆斯,Tabitha L.;布朗,Evelyn C.;Keelin,Kellie B.:细胞形成问题的混合分组遗传算法(2007)
  13. 胡,L.,安田,K.:用分组遗传算法最小化替代处理路径的细胞形成中的材料处理成本(2006)
  14. 乔杜里,S. S.;Luo,W:遗传算法在生产和运营管理中的应用:综述(2005)
  15. 吴,Z.:基于广义群技术中细胞形成相似系数的禁忌搜索方法(2005)
  16. 罗杰斯,David F.;Kulkarni,Shailesh S.:最优二元聚类和遗传算法在蜂窝制造中的应用(2005)
  17. 布朗,Evelyn C.;SUMICHRAST,Robert T.:分组遗传算法中替换启发式算法的影响。(2003)
  18. 布朗,Evelyn C.;SUMICHRAST,Robert T.:CF-GGA:细胞形成问题的分组遗传算法(2001)