.png){kind=icon}
返回
Energy-Efficient Distributed Welding Shop Scheduling Based on Multi-Objective Seagull Algorithm
.png){kind=icon}
OA
AI
DOI：10.3390/pr13010197.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
针对能源高效的分布式焊接车间调度问题，聚焦于分布式焊接车间的生产调度，建立了一个以最小化完工时间和总能耗为目标的数学模型。为解决该优化问题，提出了一种改进的多目标海鸥算法（IMOSOA）。该算法引入了三项主要改进：基于多条关键路径设计权重矩阵以更新各作业分配的焊工数量，根据分布式焊接车间的特性重新设计了多目标海鸥算法的离散化操作，并融入了帕累托前沿选择策略。该策略采用新的拥挤距离计算方法，以解决同一支配级别下非支配解的拥挤距离相等的情况，从而提升下一代解的质量。这些改进不仅降低了最大完工时间和总能耗，还提高了搜索效率。最后，将IMOSOA与其他算法在不同规模实例下进行比较，结果显示其能耗比对比算法至少低11.7%，验证了IMOSOA的优越性。
Keyword:
multi-objective optimization
welding shop
energy-efficient scheduling
critical path
discretization
期刊
IF:
2.8
论文数:
7.1K
被引数:
3.7W
机构
引用论文
Multiobjective evolutionary algorithms: A comparative case study and the Strength Pareto approach多目标进化算法: 比较案例研究和强度帕累托方法
.png){kind=icon}
PREAI
分享收藏分享收藏分享收藏
Seagull optimization algorithm: Theory and its applications for large-scale industrial engineering problems海鸥优化算法: 理论及其在大规模工业工程问题中的应用
PREAI
分享收藏
查看更多内容