.png){kind=icon}
.png){kind=icon}
返回
A Resource Composition Optimization Algorithm Based on Improved Polar Bear Optimization Algorithm for Manufacturing Wallboard for Coating Machine
.png){kind=icon}
OA
AI
DOI：10.3390/coatings15040418.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
针对网络协同制造模式下涂覆机壁板部件外包加工协同效率低的问题，本文提出了一种基于改进北极熊优化（IPBO）算法的壁板制造资源组合优化方法。分析了壁板的加工过程，并完成了壁板制造任务的工序级拆分；确定了所需的制造资源服务组合，并建立了壁板制造资源关键性能指标的资源评价体系；采用非合作博弈决策，从质量指标和柔性指标两个方面构建了壁板制造资源组合优化模型；引入自适应视觉和变异策略对北极熊优化（PBO）算法进行改进。最后，利用改进算法求解壁板制造资源组合优化模型。实验结果表明，与次优的屎壳郎优化（DBO）算法相比，IPBO算法的平均收敛时间降低了6.51%，最优收敛时间降低了9.26%，且IPBO算法的65%-72%测试点更符合帕累托前沿的偏好标准。同时，该方法在解决涂覆机壁板尺寸扩展问题上也表现出有效性和优越性。
Keyword:
wallboards for coating machines
manufacturing resources
composition optimization
non-cooperative game
IPBO algorithm
期刊
IF:
2.8
论文数:
2.7K
被引数:
2.7W