基于MOMA的可重入混合流水车间调度问题研究.docx

下载文档

0
0
约3.32万字
约 36页
2024-12-02 发布于北京
举报
版权申诉
保障服务

基于MOMA的可重入混合流水车间调度问题研究.docx

1、本文档共36页，可阅读全部内容。
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、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、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)。

第36

第36卷第1期2024年1月

Vol.36No.1Jan.2024

JournalofSystemSimulation

基于MOMA的可重入混合流水车间调度问题研究

秦红斌1,2，李晨晓1*，唐红涛1，张峰1

(1.武汉理工大学机电工程学院，湖北武汉430070；2.随州武汉理工大学工业研究院，湖北随州441300)

摘要：针对可重入制造系统多具有多品种、大规模、混流生产等特点，构建带批处理机的可重入混合流水车间调度问题（reentranthybridflowshopschedulingproblemwithbatchprocessors，BP-RHFSP）模型，提出一种改进的多目标蜉蝣算法（multi-objectivemayflyalgorithm，MOMA）进行求解。提出了单件加工阶段和批处理阶段的解码规则；设计了基于Logistic混沌映射的反向学习初始化策略、改进的蜉蝣交配和变异策略，提高了算法初始解的质量和局部有哪些信誉好的足球投注网站能力；根据编码规则设计了基于变邻域下降有哪些信誉好的足球投注网站的蜉蝣运动策略，优化了种群方向。通过对不同规模大量测试算例的仿真实验，验证了MOMA相比传统算法求解BP-RHFSP更具有效性和优越性。所提出的模型能够反映生产的基础特征，达到减少最大完工时间、机器负载和碳排放的目的。

关键词：可重入混合流水车间；生产调度；批处理；蜉蝣算法；碳排放

中图分类号：TP301.6；TP391.9文献标志码：A文章编号：1004-731X(2024)01-0131-18

DOI:10.16182/j.issn1004731x.joss.22-1038

引用格式:秦红斌,李晨晓,唐红涛,等.基于MOMA的可重入混合流水车间调度问题研究[J].系统仿真学报,2024,36

(1):131-148.

Referenceformat:QinHongbin,LiChenxiao,TangHongtao,etal.ReentrantHybridFlowShopSchedulingProblemBasedonMOMA[J].JournalofSystemSimulation,2024,36(1):131-148.

ReentrantHybridFlowShopSchedulingProblemBasedonMOMA

QinHongbin1,2,LiChenxiao1*,TangHongtao1,ZhangFeng1

(1.SchoolofMechanicalandElectronicEngineering,WuhanUniversityofTechnology,Wuhan430070,China;

2.Suizhou-WUTIndustryResearchInstitute,Suizhou441300,China)

Abstract:Forthecharacteristicsofmulti-variety,large-scaleandmixed-flowproductionofreentrantmanufacturingsystems,thereentranthybridflowshopschedulingproblemwithbatchprocessors(BP-RHFSP)isconstructed,andanimprovedmulti-objectivemayflyalgorithm(MOMA)isproposedforBP-RHFSP.Firstly,decodingrulesforsingle-pieceprocessingstageandbatch-processingstageareproposed.Then,areverselearninginitializationstrategybasedonlogisticchaoticmappingisdesignedtoimprovethequalityoftheinitialsolutionofthealgorithm,alsoanimprovedmayflymatingstrategyisdesignedtoimprovethelocalsearchabilityofMOMA.