针对机器故障和紧急订单两种动态事件对印刷包装车间调度方案产生干扰的问题,设计了以最大完工时间、机器负荷、机器总能耗为目标的车间动态调度多目标优化模型。针对灰狼算法种群多样性差、后期收敛速度慢、易陷入局部最优的缺点,提出...针对机器故障和紧急订单两种动态事件对印刷包装车间调度方案产生干扰的问题,设计了以最大完工时间、机器负荷、机器总能耗为目标的车间动态调度多目标优化模型。针对灰狼算法种群多样性差、后期收敛速度慢、易陷入局部最优的缺点,提出了一种改进灰狼算法(Improved Gray Wolf Optimization,IGWO),并进行案例仿真实验。实验结果表明,出现机器故障和紧急订单的情况时,与传统调度方案相比,所提方法分别缩短了2.74%和2.05%的最大完工时间,节省了3.42%和3.04%的机器总能耗,并减少了1.20%和1.24%的机器负荷。展开更多
文摘针对机器故障和紧急订单两种动态事件对印刷包装车间调度方案产生干扰的问题,设计了以最大完工时间、机器负荷、机器总能耗为目标的车间动态调度多目标优化模型。针对灰狼算法种群多样性差、后期收敛速度慢、易陷入局部最优的缺点,提出了一种改进灰狼算法(Improved Gray Wolf Optimization,IGWO),并进行案例仿真实验。实验结果表明,出现机器故障和紧急订单的情况时,与传统调度方案相比,所提方法分别缩短了2.74%和2.05%的最大完工时间,节省了3.42%和3.04%的机器总能耗,并减少了1.20%和1.24%的机器负荷。