基于多色集合的改进遗传算法求解多品种柔性调度问题

为克服传统遗传算法求解调度问题所存在的早熟或收敛过慢等不足,提出基于多色集合理论的改进遗传算法。在编码、解码和变异过程中,通过搜索围道矩阵提高算法速度,进而提高求解效率;采用单层编码方式表示调度问题中的双层约束,以降低算法的时间与空间复杂度。通过实例比较验证了所提算法的可行性与优越性。

改进遗传算法求解柔性车间调度问题

目的为了克服传统遗传算法求解调度问题所存在的"早熟"现象,提出一种基于多色集合理论的改进遗传算法。方法应用多色集合理论建立柔性调度的约束模型,来保证初始解的质量,并结合BF启发规则来控制变异的方向,以此来避免改进算子中非法解的产生。结果通过实例比较,验证了改进遗传算法在解决柔性调度问题时的可行性与优越性。结论改进后的遗传算法能够有效地提高求解柔性调度问题的效率。

基于模糊评价与多色集合的合作伙伴组合决策模型

为了有利于企业设计适合于自身的供应链,提出一种基于多色集合理论、模糊评价的供应链合作伙伴的组合决策模型。该模型先利用模糊评价给出对供应链成员的评价值;然后,根据供应链的管理模式对供应链成员间的合作关系进行定性选择,以避免在模糊评价时评价因素选择的不均衡问题;最后,在供应链合作伙伴的组合选择阶段,从伙伴所处的不同角色和伙伴间不同的合作关系出发,通过对合作伙伴进行变量赋值,实现了整条供应链的协调。并针对一个研究实例给出了运用该模型合理选择供应链合作伙伴的详细过程。

供应链网络合作伙伴关系组合决策方法

为了构建稳定性高的行业供应链网络,提出一种合作伙伴关系组合选择模型。针对供应链上的成员进行模糊评价,以获得供应链成员在同一身份地位群体中的优度值;基于多色集合理论,对供应链网络合作伙伴关系强度进行形式化描述,从而避免模糊评价中的伪优解;通过构建供应链成员合作关系的组合数学模型,确定遗传算法的适应度函数,提高供应链网络构建的全局稳定性。用改进遗传算法实现了供应链网络全局优化。

改进遗传算法求解静态车间调度问题

传统遗传算法在求解车间调度问题过程中存在"易产生非法解"、"早熟"、"收敛过慢"等问题,使其应用受到很大的限制.基于此,提出了一种运用多色集合理论改进的遗传算法.一方面,通过引入围道布尔矩阵来建立车间调度的约束模型,将遗传求解的范围缩小在围道矩阵内进行,以此提高求解效率;另一方面,针对车间调度的双层约束问题,运用单层遗传编码方式进行表示,可以有效降低遗传操作的时间与空间复杂度.最后,通过具体实例的程序仿真验证了该算法的先进性.