期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于网络结构特征的作业车间瓶颈识别方法 被引量：11
1
作者 李晓娟 袁逸萍 +1 位作者 孙文磊 冯欢欢 《计算机集成制造系统》 EI CSCD 北大核心 2016年第4期1088-1096,共9页
针对作业车间管理层面的瓶颈识别,从制造系统复杂性与复杂网络相结合这一全新视角,提出基于网络特性的制造瓶颈识别方法。根据设备工装、工艺路线、物流路径和产品配置等多层次生产数据,建立了作业车间网络模型。对瓶颈内涵进行了扩充,... 针对作业车间管理层面的瓶颈识别,从制造系统复杂性与复杂网络相结合这一全新视角,提出基于网络特性的制造瓶颈识别方法。根据设备工装、工艺路线、物流路径和产品配置等多层次生产数据,建立了作业车间网络模型。对瓶颈内涵进行了扩充,提出基于网络瓶颈效率矩阵的瓶颈识别算法。综合考虑了网络结构、网络传播机制及节点自身特性的影响,利用节点的制造负载和节点间的网络瓶颈效率矩阵表征节点的瓶颈程度,克服了其他算法中瓶颈节点识别只依赖于邻接节点的不足。通过对某机电产品企业车间生产瓶颈的动态监控和预测,验证了该瓶颈识别方法的有效性和准确性,也表明制造系统的网络模型是实现制造系统快速评估的有效方法。 展开更多
关键词 复杂网络 作业车间 瓶颈贡献度 瓶颈识别
下载PDF
基于改进SCE算法的Job Shop调度方法研究
2
作者 赵付青 张建林 +1 位作者 王俊彪 Jonrinaldi Jonrinaldi 《西北工业大学学报》 EI CAS CSCD 北大核心 2014年第1期152-157,共6页
Job Shop Problem(JSP)是生产调度领域中的一类复杂的调度问题,高效JSP求解算法的研究与设计是JSP,乃至整个生产调度领域的关键研究内容。引入新的智能仿生算法Shuffled Complex Evolution(SCE),以求解工件的最小最大完成时间为目标,通... Job Shop Problem(JSP)是生产调度领域中的一类复杂的调度问题,高效JSP求解算法的研究与设计是JSP,乃至整个生产调度领域的关键研究内容。引入新的智能仿生算法Shuffled Complex Evolution(SCE),以求解工件的最小最大完成时间为目标,通过序列映射方式将连续定义域空间中的变量映射到离散的组合优化问题空间中,同时采用基于工序编码的方式进行编码,最后使用顺序插入解码机制对其解码。并针对基本SCE算法在求解优化问题时求解质量差和求解速度慢等缺点,对算法中个体的进化过程进行改进,使个体进化的方向沿着当前群体最优解的方向进行。最后将此算法用于求解典型的Job Shop调度实例,结果表明,改进SCE算法在解决Job Shop调度问题上是有效的。 展开更多
关键词 job shop调度问题 Shuffled complex Evolution算法 工序编码 生产调度
下载PDF
面向复杂作业车间的交互式两级调度方法 被引量：3
3
作者 张家谔 杨建军 《控制与决策》 EI CSCD 北大核心 2020年第9期2285-2291,共7页
针对边界不确定和具有决策偏好的大规模复杂作业车间调度问题,提出以第1级为交互式约束设置求解,第2级为优化求解的两级调度求解策略.在第1级调度中研究交互式约束满足的基于优先级快速调度构建算法,作为支持决策者交互式约束调整的快... 针对边界不确定和具有决策偏好的大规模复杂作业车间调度问题,提出以第1级为交互式约束设置求解,第2级为优化求解的两级调度求解策略.在第1级调度中研究交互式约束满足的基于优先级快速调度构建算法,作为支持决策者交互式约束调整的快速响应求解方法.在第2级调度中以基于优先级的快速调度构建算法为基础,研究以优先级为决策变量的智能优化搜索算法,作为满足第1级调度中的交互式约束的改进优化求解.该方法较好地融入了决策者的经验知识和偏好,同时结合优化搜索求解算法,使得在满足决策者偏好的基础上进一步改进调度求解质量,增加调度求解结果的可信度,在实际应用中取得良好的应用效果.最后,通过一个案例对该两级调度求解策略的过程进行描述,并对所提出方法的有效性进行阐述. 展开更多
关键词 复杂作业车间 交互式调度 约束满足 智能优化 优先级规则 粒子群算法
原文传递
运用含复杂网络结构的多种群遗传算法求解FJSP 被引量：1
4
作者 石宇强 田永政 +1 位作者 张雨琦 石小秋 《计算机工程与应用》 CSCD 北大核心 2021年第2期257-266,共10页
多种群是为了克服遗传算法易早熟收敛而提出的一种有效方法,但是传统的多种群遗传算法较少考虑子群结构对算法性能的影响,且算法子群数有限。因此,为了弥补以上不足,提出一种含复杂网络结构的多种群遗传算法(Multi-population Genetic A... 多种群是为了克服遗传算法易早熟收敛而提出的一种有效方法,但是传统的多种群遗传算法较少考虑子群结构对算法性能的影响,且算法子群数有限。因此,为了弥补以上不足,提出一种含复杂网络结构的多种群遗传算法(Multi-population Genetic Algorithms with Complex Network Structures,MGA-CNS),以求解柔性作业车间调度问题为例,研究子群大小、子群数、可控参数(α)、可控参数(β)以及初始网络规模对MGA-CNS寻优性能的影响。仿真表明:子群大小越大,MGA-CNS的性能越好;子群数不能取值过小,更不能取值过大;α的值不能太大,以不大于0.3为宜;β的取值也不能太大,以不大于0.8为宜;初始网络规模以不大于4为宜。将参数优化后的MGA-CNS用于求解更多的柔性作业车间调度问题并与多种其他算法比较,验证了其有效性。 展开更多
关键词 复杂网络 多种群 遗传算法 柔性作业车间调度问题
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部