.png){kind=icon}
返回
Solving distributed assembly blocking flowshop with order acceptance by knowledge-driven multiobjective algorithm
.png){kind=icon}
PRE
AI
DOI：10.1016/j.engappai.2024.109220.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在工业4.0时代，工业人工智能技术使生产计划与调度系统更加灵活。本文研究了新的分布式装配阻塞流水车间问题，该问题涉及订单接受和调度决策（DABFSP_OAS）。具体而言，同时考虑了三个目标——完工时间、总能耗（TEC）和总利润（TP）。为解决此问题，我们构建了一种知识驱动的非支配排序遗传算法-II（KDNSGAII）。首先，基于问题特性引入了三种初始化方案，以生成多样化的初始种群。然后，为加速收敛过程，开发了多种基于帕累托的交叉和变异算子。此外，实施了两种基于产品和作业序列长度的创新性破坏-重插入策略，以增强算法的开发能力。最后，对所设计的策略进行了评估。比较与讨论表明，KDNSGAII在求解DABFSP_OAS方面优于其他当前最先进的多目标算法。
Keyword:
Order acceptance and scheduling
Distributed blocking flow shop
Assembly
Multi-objective
期刊
IF:
8
论文数:
5.6K
被引数:
3.5W
机构
暂无机构信息
引用论文
A Reinforcement Learning Approach for Flexible Job Shop Scheduling Problem With Crane Transportation and Setup Times具有起重机运输和设置时间的柔性作业车间调度问题的强化学习方法
PREAI
分享收藏分享收藏分享收藏Effective Constructive Heuristic and Metaheuristic for the Distributed Assembly Blocking Flow-shop Scheduling Problem.png)
APPLIED INTELLIGENCE
APPLIED INTELLIGENCEIF3.5
PREAI
分享收藏A novel hybrid discrete differential evolution algorithm for blocking flow shop scheduling problems一种求解阻塞流水车间调度问题的混合离散差分进化算法
PREAI
分享收藏Multi-objective optimized operation of integrated energy system with hydrogen storage含储氢的综合能源系统多目标优化运行
PREAI
分享收藏
查看更多内容