基于多目标优化的改进遗传算法求解柔性车间调度问题

文章主要研究多目标的柔性车间调度问题。在实际生产过程中,调度结果受完工时间、机器负荷、成本控制和资源消耗等多方面因素影响,因此提出了一种基于多目标优化的改进遗传算法,针对最小化最大完成时间、最小化机器负荷和最小化资源消耗3个目标函数进行优化,结合改进的Pareto多目标优化方法,以及最短加工时间变异和邻域变异方法,提高了算法的寻优能力。最后通过实验验证了算法适用于求解多目标的柔性车间调度问题。

改进遗传算法求解柔性作业车间的动态重调度问题

针对柔性作业车间在生产过程中常因机器故障和紧急插单事件导致调度方案可实施性下降的问题,文章提出了一种重调度方法。该方法通过结合动态调整策略与事件驱动重调度策略,实现了对动态事件的即时检测与分析。同时,采用整合了POX交叉(优先操作交叉)与邻域搜索变异操作的改进遗传算法,对调度方案进行了优化。通过实施右移动重调度和完全重调度的仿真实验,验证了改进遗传算法在动态重调度中的优化效果,表明该算法能够有效提升生产系统的稳定性和适应性。