×
M.亚兹达尼。;M.赞迪。;Tavakkoli-Moghaddam，R。

多目标双资源约束柔性job-shop调度问题的进化算法。 （英语） Zbl 1486.90097号

操作搜索 56，第3号，983-1006（2019）.
摘要：本文提出了一个多目标双资源约束柔性job-shop调度问题（MODRCFJSP），其目标是同时最小化完工时间、关键机器工作负荷和机器总工作负荷。针对MODRCFJSP问题，提出了两类多目标进化算法，包括快速精英非支配排序遗传算法（NSGA-II）和非支配排名遗传算法（NRGA）。针对问题的特殊染色体结构，采用了一些有效的变异和交叉算子，以便在算法的各代中产生新的解。此外，我们还提供了基于控制精英主义的NSGA-II和NRGA版本，即控制精英主义NSGA-II（CENSGA-III）和控制精英主义NRGA（CENRGA），以优化MODRCFJSP。为了证明所提出的四种算法的性能，使用随机生成的测试问题进行了数值实验。此外，还使用了不同的收敛性和分集性性能指标来说明所提算法的相对性能。

引用于三文件

理学硕士：

90B35型 运筹学中的确定性调度理论
90C29型 多目标规划
90 C59 数学规划中的近似方法和启发式

关键词：

行程安排;灵活的车间;双重资源约束;多目标优化;多目标进化算法;受控精英程序
PDF格式BibTeX公司 XML格式引用
\textit｛M.Yazdani｝等人，Opsearch 56，第3号，983-1006（2019；Zbl 1486.90097）
全文： 内政部

参考文献：

[1] Xianzhou，C.，Zhenhe，Y.：双资源约束柔性车间调度的改进遗传算法。摘自：第四届智能计算技术与自动化国际会议（ICICTA），第42-45页（2011年）
[2] Lei，D.，Guo，X.：双资源约束柔性车间调度的可变邻域搜索。《国际期刊生产研究》52（9），2519-2529（2013）·doi:10.1080/00207543.2013.849822
[3] Yazdani，M.、Zandieh，M.，Tavakkoli-Moghaddam，R.、Jolai，F.：双资源约束柔性job-shop调度问题的两种元神经算法。《伊朗科学》22（3），1242-1257（2015）
[4] Paksi，A.B.N.，Ma'ruf，A.：使用遗传算法最小化延误的具有双重资源约束的柔性Job-Shop调度。IOP会议系列：材料科学与工程，第114页。布里斯托尔IOP出版有限公司（2016）
[5] Zheng，X.，Wang，L.：双资源约束柔性车间调度问题的知识引导果蝇优化算法。《国际期刊》第18（1）卷第1-13页（2016年）
[6] Wu，R.，Li，Y.，Guo，S.，Xu，W.：用混合遗传算法求解具有学习效果的双资源约束柔性车间调度问题。高级机械。工程10（10），1-14（2018）
[7] Liu，X.X.，Lio，C.H.，Tao，Z.：双资源约束柔性车间的双目标调度研究。高级主管。第211-212号决议、第1091-1095号决议（2011年）·doi:10.4028/www.scientific.net/AMR.211-212.1091
[8] 朗，M.T。；Li，H.：不确定条件下的双源多目标柔性车间调度研究。摘自：《第二届人工智能、管理科学和电子商务国际会议论文集》，第1375-1378页（2011）
[9] 龚，G.，邓，Q.，龚，X.，刘，W.，任，Q.：一个新的双柔性车间调度问题，集成了加工时间、绿色生产和人为因素指标。J.清洁。产品174（1），560-576（2017）
[10] Zhang，J.，Jie，J.，Wang，W.，Xu，X.：双重资源约束下多目标柔性作业车间调度问题的混合粒子群优化。国际期刊计算。科学。数学。8(6), 526-532 (2017) ·Zbl 1453.90082 ·doi:10.1504/IJCSM.2017.088956
[11] Zhong，Q.，Yang，H.，Tang，T.：双资源约束job-shop调度的优化算法模拟。国际期刊模拟。模型。17(1), 147-158 (2018) ·doi:10.2507/IJSIMM17（1）CO2
[12] Deb，K.，Agrawal，S.，Pratap，A，Meyarivan，T.：用于多目标优化的快速精英非支配排序遗传算法：NSGA-II。摘自：《自然VI（PPSN-VI）会议并行问题解决程序》，第849-858页（2000）
[13] Deb，K.：使用进化算法的多目标优化。奇切斯特·威利（2001）·兹比尔0970.90091
[14] Deb，K.：一种快速的精英多目标遗传算法：NSGA-II。IEEE传输。进化。计算。6(2), 182-197 (2002) ·数字对象标识代码：10.1109/4235.996017
[15] Al Jadaan，O.，Rajamani，L.，Rao，C.R.：用于解决多目标优化问题的非支配排序遗传算法：NRGA。J.西奥。申请。技术信息。2，60-67（2008年）
[16] Deb，K.，Goel，T.：控制精英非支配排序遗传算法，以获得更好的收敛性。进化多准则优化。计算机科学课堂讲稿，第67-81页。施普林格，柏林（2001）
[17] Suresh，R.K.，Mohanasundaram，K.M.：Pareto存档了多目标车间调度的模拟退火。国际先进制造技术杂志。29(1-2), 184-196 (2006) ·doi:10.1007/s00170-004-2492-x
[18] Tavakkoli-Moghaddam，R.，Rahimi-Vahed，A.，Mirzaei，A.H.：一种混合多目标免疫算法，用于具有双目标的流水车间调度问题：加权平均完工时间和加权平均拖期。信息科学。177(22), 5072-5090 (2007) ·Zbl 1121.90340号 ·doi:10.1016/j.ins.2007.06.001
[19] Tavakkoli-Moghaddam，R.，Rahimi-Vahed，A.R.，Mirzaei，A.H.：用免疫算法解决多目标无等待流水车间调度问题。国际先进制造技术杂志。36(9), 969-981 (2008) ·doi:10.1007/s00170-006-0906-7
[20] Wang，X.，Gao，L.，Zhang，G.，Shao，X.：基于免疫和熵原理的多目标遗传算法，用于柔性车间调度问题。国际先进制造技术杂志。51(5-8), 757-767 (2010) ·doi:10.1007/s00170-010-2642-2
[21] Liang，Y.C.，Lo，M.H.：使用可变邻域搜索算法的多目标冗余分配优化。《启发式杂志》16（3），511-535（2010）·Zbl 1187.90110号 ·doi:10.1007/s10732-009-9108-4
[22] Ekbal，A.，Saha，S.：分类器集成的多目标模拟退火方法：作为案例研究的印度语言命名实体识别。专家系统。申请。38(12), 14760-14772 (2011) ·doi:10.1016/j.eswa.2011.05.004
[23] Naderi，B.、Aminnayeri，M.、Piri，M.和Ha'iri Yazdi，M.H.：多目标无等待流水车间调度问题：模型和算法。《国际期刊生产研究》50（10），2592-2608（2012）·网址：10.1080/00207543.2010.543937
[24] Naderi，B.，Mousakhani，M.，Khalili，M.：使用混合免疫算法调度多目标开放式车间调度。国际先进制造技术杂志。66(5-8), 895-905 (2013) ·doi:10.1007/s00170-012-4375-x
[25] Khalili-Damghani，K.，Abtahi，A.R.，Tavana，M.：一种新的多目标粒子群优化方法，用于解决可靠性冗余分配问题。Reliab公司。工程系统。安全。111, 58-75 (2013) ·doi:10.1016/j.rss.2012.10.009
[26] Rahmati，S.H.A.，Zandieh，M.，Yazdani，M.：为多目标柔性作业车间调度问题开发两种多目标进化算法。国际先进制造技术杂志。64(5-8), 915-932 (2013) ·doi:10.1007/s00170-012-4051-1
[27] Tavanaa，M.，Abtahi，A.R.，Khalili-Damghani，K.：一种新的多目标多模式模型，用于解决先发制人的时间成本质量权衡项目调度问题。专家系统。申请。41(4), 1830-1846 (2014) ·doi:10.1016/j.eswa.2013.08.081
[28] Cheng，H.C.，Chiang，T.C.，Fu，L.C.：多目标车间调度的两阶段混合模因算法。专家系统。申请。38(9), 10983-10998 (2011) ·doi:10.1016/j.eswa.2011.02.142
[29] Zhou，A.，Qu，B.Y.，Li，H.，Zhaob，S.Z.，Suganthan，P.N.，Zhang，Q.：多目标进化算法：最新状态的调查。Swarm Evolut。计算。1, 32-49 (2011) ·doi:10.1016/j.swevo.2011.03.001
[30] 张，C.，李，P.，饶，Y.，李，S.：一种新的混合GA/SA算法，用于车间调度问题。In:欧洲组合优化进化计算会议。柏林，海德堡，第246-259页（2005）·Zbl 1101.90090号
[31] Zhang，C.，Rao，Y.，Li，P.，Shao，X.：柔性车间调度问题的双层遗传算法。下巴。J.机械。工程43（4），119-124（2007）·doi:10.3901/JME.2007.04.119
[32] Zitzler，E.，Thiele，L.，Laumanns，M.，Fonseca，C.M.，da Fonseco，V.G.：多目标优化器的性能评估：分析与综述。IEEE传输。进化。计算。2, 117-132 (2003) ·doi:10.1109/TEVC.2003.810758
[33] Van Veldhuizen，D.A.：多目标进化算法：分类、分析和新创新。航空大学空军技术学院工程学院，论文AFIT/DS/ENG/99-01（1999）
[34] Behnamian，J.，Ghomi，S.F.，Zandieh，M.：一种使用混合元启发式的现实混合流程中多目标调度的多阶段覆盖Pareto最优前沿方法。专家系统。申请。36(8), 11057-11069 (2009) ·doi:10.1016/j.eswa.2009.02.080
[35] Karimi，N.，Zandieh，M.，Karamooz，H.R.：混合柔性流程车间中的双目标群调度：一种多阶段方法。专家系统。申请。37(6), 4024-4032 (2010) ·doi:10.1016/j.eswa.2009.09.005
[36] Arabani，A.B.，Zandieh，M.，Ghomi，S.F.：基于多目标遗传算法的跨坞调度问题。申请。软计算。11(8), 4954-4970 (2011) ·doi:10.1016/j.asoc.2011.06.004
[37] Li，J.Q.，Pan，Q.K.，Tasgetiren，M.F.：带维护活动的多目标柔性车间调度问题的离散人工蜂群算法。申请。数学。模型。38(3), 1111-1132 (2014) ·Zbl 1427.90149号 ·doi:10.1016/j.am.2013.07.038
[38] Okabe，T.，Jin，Y.，Sendhoff，B.：多目标优化性能指标的关键调查。In:进化计算大会，堪培拉（2003）
[39] Schott，J.R.：使用单准则和多准则遗传算法优化的容错设计。马萨诸塞州剑桥市麻省理工学院航空航天系硕士论文（1995年）
[40] Tavakkoli-Moghaddama，R.，Makui，A.，Mazlumic，Z.：通过多目标分散搜索算法解决的双目标多仓库选址问题的新集成数学模型。J.制造系统。29(2-3), 111-119 (2010) ·doi:10.1016/j.jmsy.2010.11.005
[41] Tavakkoli-Moghaddam，R.，Azarkish，M.，Sadeghnejad-Barkousaraie，A.：一种新的混合多目标Pareto存档PSO算法，用于双目标车间调度。专家系统。申请。38(9), 10812-10821 (2011) ·doi:10.1016/j.eswa.2011.02.050
[42] Panahi，H.，Tavakkoli-Moghaddam，R.：通过新型混合蚁群优化解决多目标开放式车间调度问题。专家系统。申请。38(3), 2817-2822 (2011) ·doi:10.1016/j.eswa.2010.08.073
[43] Zitzler，E.：多目标优化的进化算法：方法和应用。瑞士联邦理工学院（ETH），瑞士苏埃里奇，ETH论文编号13398（1999）
[44] Helbig，M.，Engelbrecht，A.P.：动态多目标优化算法的性能度量。信息科学。250(20), 61-81 (2013) ·Zbl 1321.90119号 ·doi:10.1016/j.ins.2013.06.051
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。