基于多种群多目标遗传算法的Seru生产调度

Seru(赛汝)生产系统作为一种新兴生产系统,具有优良的快速响应能力和柔性。对空间资源受限的Seru调度问题进行研究,设置了最小化最大完工时间(makespan)和最小化总加权完工时间2个优化目标,并提出一种多种群多目标遗传算法(multi-population multi-objectivegeneticalgorithm,MMGA)。在采用精英策略的非支配排序遗传算法(nondominant sorting genetic algorithm Ⅱ,NSGA-Ⅱ)的基础上,采用了多种群优化策略和动态调整策略,将遗传算法的单个种群扩展为多个种群,使各个种群向不同优化方向进行进化,同时动态调整种群的规模,进而增强寻优能力和收敛速度。实验表明,所提出的多种群多目标遗传算法比启发式规则、带有精英策略的非支配排序遗传算法具有更好的性能。

面向快速响应的赛汝生产系统构建模型与方法

当前市场环境具有多品种、变批量、产品生命周期短的波动特点,赛汝生产系统(Seru production system,SPS)是一种目前广泛应用于电子制造行业的新型生产方式,其具有优良的重构性和响应能力,适合于应对波动市场环境.本文提出了一个两阶段的赛汝生产系统构建问题模型,两个阶段分别是Seru构建和Seru调度,并证明了这两个问题模型均是NP难的,结合模型分析给出了相应的精确/近似算法.实验结果表明,在波动市场环境下按照本文模型与方法构建出的赛汝生产系统其工人利用率始终保持在较高水平,系统具有较强的重构性能和响应能力.