一种求解双目标flow shop排序问题的进化算法

提出一种求解双目标flow shop排序的递进多目标进化算法.算法采用改进的精英复制策略,在实现精英保留的前提下降低了计算复杂性;通过递进进化模式增加群体多样性,改善了算法收敛性;通过群体进化过程中对非劣解集进行竞争型可变邻域启发式搜索,增强了算法局部搜索性能.采用新算法和参照算法NSGA-II对31个标准双目标flow shop算例进行优化.研究结果表明,新算法在所有算例的求解中均获得了优于NSGA-II的非劣解集,验证了算法的有效性.     

求解多层生产计划集成问题的一种遗传算法

对于多层生产计划集成问题,目前多采用递阶计划模型求解.利用单个模型来描述和解决集成化的多层生产计划问题在理论上具有更好的求解效果,但实现上却有很大的难度.基于JIT思想,提出了一种新的优化目标函数,建立了一个批量规划和作业排序的集成模型,并采用遗传算法求解,取得了较为满意的结果.