多目標(biāo)智能優(yōu)化算法及其在制造系統(tǒng)中的應(yīng)用.pdf

1、用新設(shè)計的啟發(fā)式算法解決布局問題以最小化單元內(nèi)與單元間的物流總成本。計算結(jié)果表明，禁忌搜索和啟發(fā)式算法分別提供了良好的機(jī)器單元配置、機(jī)器布局和單元布局. 研究了基于禁忌搜索的多目標(biāo)單元構(gòu)造問題。首先根據(jù)多目標(biāo)禁忌搜索(MOTS)自身的特點提出了一種非劣解集的有效處理方法，它和MOEA中的外部檔案維護(hù)策略作用類似，但沒有引入個體密度值。其次，對于考慮加工順序和加工時間的單元構(gòu)造問題，利用多目標(biāo)禁忌搜索尋找最優(yōu)的機(jī)器單元配置以最小化

2、工件的總移動次數(shù)和單元負(fù)荷變化量。通過對5個測試問題的計算實驗并與Gupta等[41]提出的遺傳算法比較，計算結(jié)果表明，本文算法性能優(yōu)良。最后，對于同時考慮加工順序，加工時間，安裝時間和單元內(nèi)與單元間運(yùn)輸成本的單元構(gòu)造問題，設(shè)計了一種多禁忌搜索任務(wù)的并行策略，對非劣解集中的多個解和當(dāng)前解進(jìn)行插入和互換操作，提出了將工件的各工序分派到機(jī)器單元的方法以保證各單元間負(fù)荷失衡量盡量小。和SuandHsu[120]提出的并行模擬退火(PSA)相比