CN113378343B - 一种基于离散Jaya算法的电缆生产调度方法 - Google Patents
一种基于离散Jaya算法的电缆生产调度方法 Download PDFInfo
- Publication number
- CN113378343B CN113378343B CN202110778301.7A CN202110778301A CN113378343B CN 113378343 B CN113378343 B CN 113378343B CN 202110778301 A CN202110778301 A CN 202110778301A CN 113378343 B CN113378343 B CN 113378343B
- Authority
- CN
- China
- Prior art keywords
- solution
- algorithm
- current
- path
- jaya
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 60
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 32
- 241001673102 Jaya Species 0.000 title claims abstract description 20
- 230000008569 process Effects 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 abstract description 12
- 230000008901 benefit Effects 0.000 abstract description 5
- 238000012545 processing Methods 0.000 abstract description 5
- 238000013178 mathematical model Methods 0.000 abstract description 2
- 238000002474 experimental method Methods 0.000 description 5
- WWSJZGAPAVMETJ-UHFFFAOYSA-N 2-[4-[2-(2,3-dihydro-1H-inden-2-ylamino)pyrimidin-5-yl]-3-ethoxypyrazol-1-yl]-1-(2,4,6,7-tetrahydrotriazolo[4,5-c]pyridin-5-yl)ethanone Chemical compound C1C(CC2=CC=CC=C12)NC1=NC=C(C=N1)C=1C(=NN(C=1)CC(=O)N1CC2=C(CC1)NN=N2)OCC WWSJZGAPAVMETJ-UHFFFAOYSA-N 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000001125 extrusion Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000000137 annealing Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000005491 wire drawing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/16—Cables, cable trees or wire harnesses
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Tourism & Hospitality (AREA)
- General Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- General Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Development Economics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Computer Hardware Design (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Manufacturing & Machinery (AREA)
- Physiology (AREA)
- Genetics & Genomics (AREA)
- Pure & Applied Mathematics (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
Abstract
本发明公开了一种基于离散Jaya算法的电缆生产调度方法,本发明针对线缆生产调度优化问题,建立以最小化最大完工时间为目标的问题数学模型,从而提出一种基于离散Jaya算法。在Jaya算法框架下,提出结合问题特点的高效解个体编解码策略,通过路径重链接方法改进领域搜索策略,引导算法更有效地搜索问题空间,以提升算法性能,从而实现最大完工时间最小化。本发明通过合理安排各订单工序的加工设备和时序,优化线缆生产调度,以有效提升传统电缆行业生产与管理效率。通过提出一个合理的调度方案,以缩短产品制造周期,有效提高人员工作效率、设备利用率、减少能源和物质损耗,从而达到降低成本和提高经济效益的目的。
Description
技术领域
本发明属于电缆生产调度技术领域,尤其与一种基于离散Jaya算法的电缆生产调度方法有关。
背景技术
电线电缆已被广泛用于建筑、通信、能源、交通等工业领域,作为传统制造行业,线缆生产线存在着产品种类多、管理复杂等特点,在生产管理上仍主要以人工经验为主,这导致了我国线缆企业数字化和智能化管理水平普遍不高,严重影响了企业效益和竞争力。因此研究分析线缆生产过程中的复杂工程问题,并提出相应解决方案,对于推动传统企业的数字化转型升级,实现经济社会可持续发展具有重要意义。线缆生产调度优化是线缆生产管理的关键技术,对企业来讲,合理的调度方案不仅可以缩短产品制造周期,而且可以有效提高人员工作效率、设备利用率、减少能源和物质损耗,从而达到降低成本和提高经济效益的目的。线缆生产线主要通过拉丝退火、束丝/绞线、挤塑、成缆、挤护套、铠装等工艺环节实现不同型号线缆的生产。每一工艺环节可由具备相应功能的加工机器和配套模具完成,一台机器在加工不同型号线缆时通常需要切换模具,且模具切换过程需耗费一定的卸载和安装时间。线缆生产过程中的不同工艺环节结束后都会生成线缆成品。由于线缆产品种类型号繁多、生产工艺复杂,因此针对电缆生产调度问题的建模和求解均具有很大挑战性。目前线缆生产企业主要还停留在依赖人工经验进行生产调度的阶段,有关线缆生产调度的文献少之又少。线缆生产调度问题可视为一类带资源约束和准备时间的柔性作业车间调度问题。
发明内容
针对上述背景技术存在的问题,本发明提出一种基于离散Jaya算法的电缆生产调度方法。
为此,本发明采用以下技术方案:一种基于离散Jaya算法的电缆生产调度方法,包括以下步骤:
二、初始化策略
第一步,初始化算法参数:初始化种群大小Pop,最大迭代次数Iter;
第二步,解个体编码与生成策略:在生成自然序列的基础上通过随机混洗方式不断生成Pop个初始解个体,以提高初始解的多样性;
第三步,计算解个体的适应度值:计算每个种群的最大完工时间,并作为个体适应度。在计算过程中使用左移操作,减少机器空闲时间,使作业工序尽可能在较短的时间内加工完成;
二、离散Jaya策略
第一步,随机系数生成:生成二进制数r1和r2,即r1,r2∈{0,1},且满足r1+r2=1;
第二步,新解生成离散化:基于Jaya算法中的解生成方式,提出DJaya算法中解个体生成的离散化公式为:
其中XtB表示在第t次迭代过程中最优解,XtW表示在第t次迭代过程中最差解,代表交叉操作;若r1为1,则设XtB为导向解,Xt为初始解,对XtB和Xt实行路径重链接操作,若r2为1,则设XtW为导向解,Xt为初始解,对XtW和Xt实行路径重链接操作;
三、更新及终止策略
判断路径重链接操作执行后生成的新解,若新解优于原有解个体的最大完工时间,则用新解替换原解,否则保留原解;
终止操作:当迭代次数满足结束条件时,输出最优解。
作为对上述技术方案的补充和完善,本发明还包括以下技术特征。
步骤二中,交叉操作具体步骤为:若r1为1时,则将当前解与当前最优解XtB进行交叉操作;反之,当r2为1时,将当前解与当前最差解XtW进行交叉操作;交叉操作采用了路径重链接方法,将当前解与当前最优解或当前最差解进行交叉,以生成新解;
路径重链接的过程是起始解与导向解进行重链接,产生一系列路径解,依据起始解与导向解之间的差异进行重链接,随着不断地重链接,产生路径解集合。
本发明可以达到以下有益效果:本发明针对线缆生产调度优化问题,建立以最小化最大完工时间为目标的问题数学模型,从而提出一种基于离散Jaya算法。在Jaya算法框架下,提出结合问题特点的高效解个体编解码策略,通过路径重链接方法改进领域搜索策略,引导算法更有效地搜索问题空间,以提升算法性能,从而实现最大完工时间最小化。本发明通过合理安排各订单工序的加工设备和时序,优化线缆生产调度,以有效提升传统电缆行业生产与管理效率。通过提出一个合理的调度方案,以缩短产品制造周期,有效提高人员工作效率、设备利用率、减少能源和物质损耗,从而达到降低成本和提高经济效益的目的。同时提高了线缆企业的市场竞争力,促进线缆企业数字化和智能化管理目标的实现。
附图说明
图1为本发明的流程图。
图2为实例10_1使用不同算法所得结果的小提琴图:迭代次数图2(a)为10 次,图2(b)为20次,图2(c)为50次,图2(d)为100次。
图3为实例10_1对应调度方案的甘特图。
具体实施方式
下面结合附图对本发明的具体实施方式进行详细描述,所描述的实施例只是对本发明的说明和解释,并不构成对本发明的唯一限定。
如图1所示,本发明包括以下步骤初始化策略
(1)初始化算法参数:初始化种群大小Pop,最大迭代次数Itr。
(2)解个体编码与生成策略:在生成自然序列的基础上通过随机混洗方式不断生成Pop个初始解个体,以提高初始解的多样性。
(3)计算解个体的适应度值:计算每个种群的最大完工时间,并作为个体适应度。在计算过程中使用左移操作,减少机器空闲时间,使作业工序尽可能在较短的时间内加工完成。
2离散Jaya策略
(1)随机系数生成:生成二进制数r1和r2,即r1,r2∈{0,1},且满足r1+r2=1。
(2)新解生成离散化:基于基本Jaya算法中的解生成方式,提出DJaya 算法中解个体生成的离散化公式为:
XtB表示在第t次迭代过程中最优解,XtW表示在第t次迭代过程中最差解,代表交叉操作。若r1为1时,则将当前解与当前最优解XtB进行交叉操作;反之,当r2为1时,将当前解与当前最差解XtW进行交叉操作。
若r1为1,则设XtB为导向解,Xt为初始解,对XtB和Xt实行路径重链接操作,若r2为1,则设XtW为导向解,Xt为初始解,对XtW和Xt实行路径重链接操作。
路径重链接的主要过程是起始解与导向解进行重链接,产生一系列路径解,依据起始解与导向解之间的差异进行重链接,随着不断地重链接,产生路径解集合。
3更新及终止策略
判断路径重链接操作执行后生成的新解,若新解优于原有解个体的最大完工时间,则用新解替换原解,否则保留原解。
终止操作:当迭代次数满足结束条件时,输出最优解。
试验实例
为了验证所提DJaya算法的有效性,本文基于线缆企业生产过程中的实际数据,构建包含30个算例的实例集。此外,考虑到目前有关线缆生产调度问题的研究尚处于起步阶段,因此采用遗传算法(Genetic Algorithm,GA),差分进化算法(DifferentialEvolution,DE)、Jaya算法作为对比算法来验证所提 DJaya算法的有效性和稳定性。所有算法的参数设置如下:最大迭代次数Itr=50,种群大小Pop=30。实验环境为Intel Core-i5-9300H处理器,16GB内存,2400Mhz 主频,编程采用VC++实现。
实验1从实例集中选取10个小规模实例构成测试集,每个实例标记为a_b,其中a表示订单数,b表示该测试集序号。通过比较DJaya算法与GA、DE、Jaya 算法在小规模实例集上的寻优结果,以验证DJaya算法的性能。所有算法运行次数30次,得到比较结果如表1所示,其中Avg和Std分别表示得到的平均最大完工时间及相应标准差值,最后一行为10个算例数据的平均值。从表1可以看出,除了10_2算例,DJaya算法在其他所有算例上均能得到最好结果,最优解的平均最大完工时间要优于其他三种算法,并且标准差值也要小于其他算法。这说明DJaya算法在寻优精度和能力上均强于其他算法。
表1不同算法在实例集10_1~10_10上的寻优结果比较
实验2为了进一步证明DJaya算法的求解效果,本实验基于实例集 50_1~50_10和100_1~100_10进行仿真分析,且设置独立运行次数Runs=20。
表2不同算法在实例集50_1~50_10上的寻优结果比较
表3不同算法在实例集100_1~100_10上的寻优结果比较
DJaya算法针对实例集50_1~50_10和100_1~100_10寻优后得到的运行结果如表2和表3所示,其中Max和Min分别表示最大完工时间的最大值和最小值,Avg和Std分别表示平均最大完工时间及相应的标准差值。从表2和表 3可知,与其他算法相比,DJaya算法寻优所得结果的标准差值小,最小值和最大值相差较小,说明DJaya算法能够有效求解大规模问题实例,且能保证解的质量。这进一步验证了DJaya算法在求解线缆生产调度问题时的有效性和稳定性。
实验3为了进一步验证所提DJaya算法的寻优性能,本实验基于实例集 10_1进行仿真分析,比较不同算法在迭代次数分别为10、20、50和100情况下寻优结果的分布情况。为了保证实验的公平性,所有算法的其他参数设置如下:种群大小Pop=30,运行次数Runs=30。为了更好地说明不同比较算法的收敛特性,给出了不同算法寻优结果的小提琴图,具体如图2所示。从图中可知,与GA、DE和Jaya算法相比,DJaya算法提高了收敛速度,基本上在迭代过程的前半段就能得到最优解,并且在迭代次数增加时表现出较好的稳定性。
以实例10_1为例,在迭代次数Itr=100的条件下,DJaya算法最大完工时间的最小值为154,相应的甘特图如图3所示。从上述结果可知,DJaya算法具有较好的鲁棒性,能在较少的时间内快速找到问题的最优解,充分调度作业工序,合理安排加工机器,充分利用加工机器时间,从而实现最大完工时间最小化。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (1)
1.一种基于离散Jaya算法的电缆生产调度方法,其特征在于所述的基于离散Jaya算法的电缆生产调度方法包括以下步骤:
一、初始化策略
第一步,初始化算法参数:初始化种群大小Pop,最大迭代次数Iter;
第二步,解个体编码与生成策略:在生成自然序列的基础上通过随机混洗方式不断生成Pop个初始解个体,以提高初始解的多样性;
第三步,计算解个体的适应度值:计算每个种群的最大完工时间,并作为个体适应度;在计算过程中使用左移操作,减少机器空闲时间,使作业工序尽可能在较短的时间内加工完成;
二、离散Jaya策略
第一步,随机系数生成:生成二进制数r1和r2,即r1,r2∈{0,1},且满足r1+r2=1;
第二步,新解生成离散化:基于Jaya算法中的解生成方式,提出DJaya算法中解个体生成的离散化公式为:
其中XtB表示在第t次迭代过程中最优解,XtW表示在第t次迭代过程中最差解,代表交叉操作;若r1为1,则设XtB为导向解,Xt为初始解,对XtB和Xt实行路径重链接操作,若r2为1,则设XtW为导向解,Xt为初始解,对XtW和Xt实行路径重链接操作;
交叉操作具体步骤为:若r1为1时,则将当前解与当前最优解XtB进行交叉操作;反之,当r2为1时,将当前解与当前最差解XtW进行交叉操作;交叉操作采用了路径重链接方法,将当前解与当前最优解或当前最差解进行交叉,以生成新解;
路径重链接的过程是起始解与导向解进行重链接,产生一系列路径解,依据起始解与导向解之间的差异进行重链接,随着不断地重链接,产生路径解集合;
三、更新及终止策略
判断路径重链接操作执行后生成的新解,若新解优于原有解个体的最大完工时间,则用新解替换原解,否则保留原解;
终止操作:当迭代次数满足结束条件时,输出最优解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110778301.7A CN113378343B (zh) | 2021-07-09 | 2021-07-09 | 一种基于离散Jaya算法的电缆生产调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110778301.7A CN113378343B (zh) | 2021-07-09 | 2021-07-09 | 一种基于离散Jaya算法的电缆生产调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113378343A CN113378343A (zh) | 2021-09-10 |
CN113378343B true CN113378343B (zh) | 2022-06-10 |
Family
ID=77581631
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110778301.7A Active CN113378343B (zh) | 2021-07-09 | 2021-07-09 | 一种基于离散Jaya算法的电缆生产调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113378343B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113971510A (zh) * | 2021-10-19 | 2022-01-25 | 国网冀北电力有限公司经济技术研究院 | 一种基于改进Jaya算法的集成能源系统规划方法 |
CN114093448B (zh) * | 2021-11-24 | 2022-07-01 | 首都医科大学附属北京天坛医院 | 一种疾病风险预测模型的构建方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109946965A (zh) * | 2019-02-22 | 2019-06-28 | 无锡思睿特智能科技有限公司 | 一种基于改进的多目标Jaya算法的离散制造车间排产方法 |
CN110531716A (zh) * | 2019-08-12 | 2019-12-03 | 陕西科技大学 | 基于离散鲸鱼算法求解低碳车间调度问题的方法 |
CN111353646A (zh) * | 2020-02-21 | 2020-06-30 | 山东师范大学 | 带切换时间的炼钢柔性调度优化方法、系统、介质及设备 |
CN112070378A (zh) * | 2020-08-28 | 2020-12-11 | 常州市龙星工业自动化系统有限公司 | 一种利用计算机基于逻辑优先原则的生产排产管理方法 |
CN112464561A (zh) * | 2020-11-25 | 2021-03-09 | 南京航空航天大学 | 一种基于改进Jaya算法的MIMO雷达波形设计方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200097997A1 (en) * | 2018-09-21 | 2020-03-26 | Adobe Inc. | Predicting counterfactuals by utilizing balanced nonlinear representations for matching models |
CN111507523B (zh) * | 2020-04-16 | 2023-04-18 | 浙江财经大学 | 一种基于强化学习的线缆生产调度优化方法 |
-
2021
- 2021-07-09 CN CN202110778301.7A patent/CN113378343B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109946965A (zh) * | 2019-02-22 | 2019-06-28 | 无锡思睿特智能科技有限公司 | 一种基于改进的多目标Jaya算法的离散制造车间排产方法 |
CN110531716A (zh) * | 2019-08-12 | 2019-12-03 | 陕西科技大学 | 基于离散鲸鱼算法求解低碳车间调度问题的方法 |
CN111353646A (zh) * | 2020-02-21 | 2020-06-30 | 山东师范大学 | 带切换时间的炼钢柔性调度优化方法、系统、介质及设备 |
CN112070378A (zh) * | 2020-08-28 | 2020-12-11 | 常州市龙星工业自动化系统有限公司 | 一种利用计算机基于逻辑优先原则的生产排产管理方法 |
CN112464561A (zh) * | 2020-11-25 | 2021-03-09 | 南京航空航天大学 | 一种基于改进Jaya算法的MIMO雷达波形设计方法 |
Non-Patent Citations (5)
Title |
---|
A new environment-aware scheduling method for remanufacturing system with non-dedicated reprocessing lines using improved flower pollination algorithm;Shi J 等;《Journal of Manufacturing Systems》;20201231;第94-108页 * |
Flexible job-shop rescheduling for new job insertion by using discrete Jaya algorithm;Gao K 等;《IEEE transactions on cybernetics》;20180531;第1944-1955页 * |
Jaya: A simple and new optimization algorithm for solving constrained and unconstrained optimization problems;VENKATA R;《International Journal of Industrial Engineering Computations》;20160731;第19-34页 * |
基于改进变邻域搜索算法的成型机分批重调度优化;徐立云 等;《同济大学学报》;20201031;第1460-1469页 * |
改进人工蜂群算法求解模糊柔性作业车间调度问题;郑小操;《控制理论与应用》;20191121;第1284-1292页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113378343A (zh) | 2021-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113378343B (zh) | 一种基于离散Jaya算法的电缆生产调度方法 | |
CN111507523B (zh) | 一种基于强化学习的线缆生产调度优化方法 | |
CN108320057B (zh) | 一种基于有限制稳定配对策略的柔性作业车间调度方法 | |
Yu et al. | Assembly line balancing based on an adaptive genetic algorithm | |
Lei et al. | Variable neighborhood search for the second type of two-sided assembly line balancing problem | |
CN112541626B (zh) | 一种基于改进遗传算法的多目标配电网故障重构方法 | |
CN115310794A (zh) | 人机协同装配线平衡方法及装置 | |
CN108470237A (zh) | 一种基于协同进化的多偏好高维目标优化方法 | |
CN104268077A (zh) | 基于混沌遗传算法的测试用例集约简算法 | |
CN116560313A (zh) | 一种多目标柔性作业车间问题的遗传算法优化调度方法 | |
CN110531716A (zh) | 基于离散鲸鱼算法求解低碳车间调度问题的方法 | |
Qian et al. | Learning to optimize resource assignment for task offloading in mobile edge computing | |
CN116985146B (zh) | 退役电子产品的机器人并行拆解规划方法 | |
Sun et al. | A modified genetic algorithm for distributed hybrid flowshop scheduling problem | |
CN116885796A (zh) | 电力系统智能调节方法及系统 | |
Li et al. | Heuristics and metaheuristics to minimize makespan for flowshop with peak power consumption constraints | |
CN112861315B (zh) | 一种电力系统非凸单目标最优潮流全局解的一维下降搜索法 | |
CN114819040A (zh) | 一种基于对偶搜索的双种群协同进化方法及应用 | |
Libao et al. | A hybrid mutation scheme-based discrete differential evolution algorithm for multidimensional knapsack problem | |
Shen | Application of Improved Genetic Algorithm in FJSP | |
AZIZIPANAH-ABARGHOOEE et al. | A new improved bat algorithm for fuzzy interactive multi-objective economic/emission dispatch with load and wind power uncertainty | |
CN111242803A (zh) | 基于多种群遗传算法的风机排布方法及装置 | |
Nie et al. | Hyper heuristic method based on improved GEP for scheduling problems in shop floor | |
CN104766130A (zh) | 一种多卷冷轧酸洗带钢优化生产排序的方法 | |
Sumathi et al. | An improved differential evolution algorithm for optimal load dispatch in power systems including transmission losses |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |