A knowledge-based two-population optimization algorithm for distributed heterogeneous assembly permutation flowshop scheduling with batch delivery and setup times

doi:10.1016/j.swevo.2025.102035

A knowledge-based two-population optimization algorithm for distributed heterogeneous assembly permutation flowshop scheduling with batch delivery and setup times

2025-06-28

0

PRE

AI

吴

吴亮红 (Lianghong Wu) *

谭伟华 (Weihua Tan)

DOI：10.1016/j.swevo.2025.102035

原文链接

原文求助

摘要

En 中文

分布式异构装配工厂环境已成为现实世界中制造企业的主流。批次交货和准备时间等约束通常涉及这种分布式异构装配环境。为解决这些约束耦合导致的解质量低和收敛慢的问题，本文提出一种基于知识的双种群优化算法（KBTPO）来解决带有批次交货和准备时间的分布式异构装配排列流水车间调度问题（DHAPFSP-BD-ST），目标是最小化库存和延迟成本。该算法采用 memetic 算法作为主要搜索框架，辅以强化学习算法进行协作搜索。基于知识表示与迁移的策略用于加强种群间的通信，以加速收敛并提高算法效率。此外，设计了若干针对该问题的局部搜索算子以增强算法的开发能力。比较实验表明，KBTPO 在收敛速度和解质量上优于先进算法。该算法非常适合解决现实世界中的分布式异构调度场景，对实际制造调度优化具有重要意义。

A knowledge-based two-population optimization algorithm for distributed heterogeneous assembly permutation flowshop scheduling with batch delivery and setup times

摘要

期刊

机构

引用论文