基于遗传算法的动车运用所一级检修作业计划优化.pdfVIP

基于遗传算法的动车运用所一级检修作业计划优化.pdf

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于遗传算法的动车运用所一级检修作业计划优化.pdf

文章编号: 1003-1421(2016)08-0059-07 中图分类号: U266.2; U269 文献标识码:A DOI: 10.16668/j.cnki. issn.1003-142 1. 2016.08.11 基于遗传算法的现革运用所 -级雄修作业计划优化 Optimization of First-Level Maintenance Plan in EMU Depot based on Genetic Algorithm 量佳楠,聂磊,贺振攻 TONG Jia-nan , NIE Lei , HE Zhen-huan (北京交通大学交通运输学院,北京 100044) (School of Traffic and Transportation , Beijing Jiaotong University , Beijing 100044 , China) 摘 要:在动车运用所的洗车线、检修线等固定设备已定的前提下,合理安排动车 组一级检修作业计划对提高动车运用所的检修能力具有重要意义。动车组由于长短 编组不同,在检修时对双列位检修线的占用情况也不同。以同一列位在同一时间最 多只能被1 列动车组占用的时空相容性及动车组运用计划为约束条件,以最后 1 列 动车组检修完成时间最小为目标,建立动车所一级检修作业计划优化模型,将问题 转化为带特殊工艺约束的混合flow-shop 调度问题,并采用自适应的遗传算法进行求 解。最后以某动车运用所为例,验证模型和算法的可行性及有效性。 关键词:动车运用所g 一级检修;混合flow-shop; 遗传算法 Abstract: Under the preconditions of fixed equipments like washing siding and maintenance tracks in EMU depot having been determined , reasonable arrangement of first-Ievel EMU maintenance plan has an impo同ant significance for increasing the depots maintenance capacity. As each maintenance track can be occupied by two short-formation EMUs, EMUs with different formation occupy the maintenance track in different ways. Taking the space compatibility and the EMU operation plan as the constraints , and taking minimization of the last EMUs completion time as the object, the optimization model of fjrst-Ievel maintenance plan in EMU depot is established , and then , the original problem is transformed into a hybrid flow-shop scheduling problem with special process constraints , and self-adaptive genetic afgorithm is used to sofve the modef. fn the end , taking an EMU depot as an exampfe , this p

文档评论(0)

2752433145 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档