遗传-分布估计算法求解化工生产中一类带多工序的异构并行机调度问题

李作成; 钱斌; 胡蓉; 罗蓉娟; 张桂莲

doi:10.3969/j.issn.0438-1157.2014.03.031

您当前的位置：

首页 >

文章列表页 >

遗传-分布估计算法求解化工生产中一类带多工序的异构并行机调度问题

过程系统工程 | 更新时间：2025-12-10

- 遗传-分布估计算法求解化工生产中一类带多工序的异构并行机调度问题
- A genetic algorithm-estimation of distribution algorithm for a kind of heterogeneous parallel machine scheduling problem with multiple operations in chemical production
- 化工学报 2014年第3期页码：981-992
- 作者机构：
  
  1. 昆明理工大学信息工程与自动化学院,云南,昆明,650500
  2. 云南省计算机技术应用重点实验室,云南,昆明,650500
  3. 云南大学经济学院,云南,昆明,650091
- 作者简介：
  
  李作成（1986—），男，硕士研究生.
- 基金信息：
- DOI：10.3969/j.issn.0438-1157.2014.03.031
  中图分类号： Q021.8
- 网络首发：2014-03-05，
  
  纸质出版：2014-03-05
- 稿件说明：
移动端阅览
李作成, 钱斌, 胡蓉, 等. 遗传-分布估计算法求解化工生产中一类带多工序的异构并行机调度问题[J]. 化工学报, 2014,(3):981-992.

LI Zuocheng, QIAN Bin, HU Rong, et al. A genetic algorithm-estimation of distribution algorithm for a kind of heterogeneous parallel machine scheduling problem with multiple operations in chemical production[J]. CIESC Journal, 2014, (3): 981-992.
李作成, 钱斌, 胡蓉, 等. 遗传-分布估计算法求解化工生产中一类带多工序的异构并行机调度问题[J]. 化工学报, 2014,(3):981-992. DOI： 10.3969/j.issn.0438-1157.2014.03.031.

LI Zuocheng, QIAN Bin, HU Rong, et al. A genetic algorithm-estimation of distribution algorithm for a kind of heterogeneous parallel machine scheduling problem with multiple operations in chemical production[J]. CIESC Journal, 2014, (3): 981-992. DOI： 10.3969/j.issn.0438-1157.2014.03.031.

摘要

针对化工生产中广泛存在的一类带多工序的异构并行机调度问题，即部分产品需多工序加工，同时不同产品间带序相关设置时间的异构并行机调度问题（heterogeneous parallel machine scheduling problem with multiple operations and sequence-dependent setup times， HPMSP_MOSST），提出了一种遗传-分布估计算法（genetic algorithm-estimation of distribution algorithm， GA-EDA），用于优化最早完工时间（makespan）。首先，提出了一种基于GA的概率模型训练机制，用来提高概率模型在算法进化初期的信息积累量，进而提高搜索的效率；其次，设计了一种有效的GA与EDA混合策略，使得算法的全局探索和局部开发能力得到合理平衡。计算机模拟验证了GA-EDA的有效性和鲁棒性。

Abstract

A genetic algorithm-estimation of distribution algorithm (GA-EDA) was proposed to optimize the makespan criterion for a kind of heterogeneous parallel machine scheduling problem

i.e.

the heterogeneous parallel machine scheduling problem with multiple operations and sequence-dependent setup times (HPMSP_MOSST)

which widely existed in chemical production. Firstly

a probability model training mechanism based on GA was presented and used to increase the information accumulation of the probability model at the initial stage of the evolution

and then the efficiency of search was improved. Secondly

an effective hybrid strategy of GA and EDA was designed to help the algorithm achieve a reasonable balance between global exploration and local exploitation abilities. Computer simulation showed the effectiveness and robustness of the proposed GA-EDA.

关键词

Keywords

references

浏览量

267

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

考虑约束信息的精馏过程贝叶斯优化方法

基于双混合工质深冷的氢液化工艺优化与分析

基于热泵技术的醇胺法脱硫再生系统多目标优化研究

溶酶菌蛋白质结晶的多目标优化与模拟

一种应用于换热网络综合的阻尼优化方法