基于COIN算法的工艺原则布置优化

为了解决焊装工厂的工艺原则布置问题,文章运用COIN算法(Coincidence Algorithm),用联合概率矩阵模型代替传统遗传算法的交叉和变异,来更新产生新的子代种群,并在学习和优化过程中利用负相关学习与传统的正相关学习相结合的方法,保持了种群的多样性,提高了算法的收敛速度。最后通过运用该算法解决焊装工厂的工艺原则布置问题,并以遗传算法做对比,验证了COIN算法的有效性。