为了提高多目标进化算法所获得解的质量,研究者做了大量的研究,传统的基于Pareto支配关系的多目标进化算法具有一定的局限性;论文以不同的支配关系与NSGA-II算法相结合,对单机器人搬运的柔性作业车间调度的多目标优化问题进行求解,通过...为了提高多目标进化算法所获得解的质量,研究者做了大量的研究,传统的基于Pareto支配关系的多目标进化算法具有一定的局限性;论文以不同的支配关系与NSGA-II算法相结合,对单机器人搬运的柔性作业车间调度的多目标优化问题进行求解,通过实验比较分析了不同方法在多目标优化问题求解中的优劣性;在此以NSGA-II为框架结合Lorenz支配关系和CDAS(control dominance area of solutions)支配关系以及传统的基Pareto支配关系的NSGA-II3种算法去研究同一优化调度问题,发现基于Lorenz支配关系和CDAS支配关系的优化算法比基于传统的Pareto支配关系的优化算法的效果更佳。展开更多
文摘为了提高多目标进化算法所获得解的质量,研究者做了大量的研究,传统的基于Pareto支配关系的多目标进化算法具有一定的局限性;论文以不同的支配关系与NSGA-II算法相结合,对单机器人搬运的柔性作业车间调度的多目标优化问题进行求解,通过实验比较分析了不同方法在多目标优化问题求解中的优劣性;在此以NSGA-II为框架结合Lorenz支配关系和CDAS(control dominance area of solutions)支配关系以及传统的基Pareto支配关系的NSGA-II3种算法去研究同一优化调度问题,发现基于Lorenz支配关系和CDAS支配关系的优化算法比基于传统的Pareto支配关系的优化算法的效果更佳。
