改进的EDA求解绿色可重入作业车间调度问题
来源期刊：控制工程2019年第12期
论文作者：谢正明 钱斌 胡蓉 向凤红 王凌
文章页码：2225 - 2230
关键词：贝叶斯网络;多目标;绿色调度;局部搜索;作业车间调度;
摘 要：针对生产过程对环境的巨大影响,提出一种基于贝叶斯统计的混合分布估计算法（Hybrid Bayesian-Statistical-Based Estimation of Distribution Algorithm, HBEDA）求解带交货期的多目标可重入作业车间绿色调度问题（Multi-objectiveRe-entrantJobShopGreen Scheduling ProblemwithDue Date,MRJSGSPDD）,实现对最大延迟（MaximumTardiness,MT）和总能量消耗（Total Energy Consumption, TEC）的最小化。首先,在算法初始化阶段,产生一组随机种群,保证种群的随机性和多样性,并构造出非支配解集。其次,引入基于贝叶斯统计的混合分布估计算法构造概率模型,该模型能够学习到工件之间序的关系,增强了算法的全局搜索能力。最后,利用该问题的特性,设计了一种增强型的局部搜索的方法。仿真实验和算法对比验证了该算法的有效性。
谢正明1，钱斌1，胡蓉1，向凤红1，王凌2
1. 昆明理工大学信息工程与自动化学院2. 清华大学自动化系
摘 要：针对生产过程对环境的巨大影响,提出一种基于贝叶斯统计的混合分布估计算法（Hybrid Bayesian-Statistical-Based Estimation of Distribution Algorithm, HBEDA）求解带交货期的多目标可重入作业车间绿色调度问题（Multi-objectiveRe-entrantJobShopGreen Scheduling ProblemwithDue Date,MRJSGSPDD）,实现对最大延迟（MaximumTardiness,MT）和总能量消耗（Total Energy Consumption, TEC）的最小化。首先,在算法初始化阶段,产生一组随机种群,保证种群的随机性和多样性,并构造出非支配解集。其次,引入基于贝叶斯统计的混合分布估计算法构造概率模型,该模型能够学习到工件之间序的关系,增强了算法的全局搜索能力。最后,利用该问题的特性,设计了一种增强型的局部搜索的方法。仿真实验和算法对比验证了该算法的有效性。
关键词：贝叶斯网络;多目标;绿色调度;局部搜索;作业车间调度;
