声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：51-1196/TP
国际刊号：1001-3695
发布日期:
作者：成金海,徐华,杨金峰,
单位：江南大学人工智能与计算机学院,江苏无锡214122；
关键词：灰狼优化算法,模糊调度,强化学习,变邻域,多目标,
基金：国家自然科学基金资助项目(62106088)；；
模糊车间调度问题是复杂调度的经典体现，针对此问题设计优秀的调度方案能提高生产效率。目前对于模糊车间调度问题的研究主要集中在单目标上，因此提出一种改进的灰狼优化算法（improved grey wolf optimization，IGWO）求解以最小化模糊完成时间和最小化模糊机器总负载的双目标模糊柔性作业车间调度问题。该算法首先采用双层编码将IGWO离散化，设计一种基于HV贡献度的策略提高种群多样性；然后使用强化学习方法确定全局和局部的搜索参数，改进两种交叉算子协助个体在不同更新模式下的进化；接着使用两级变邻域和四种替换策略提高局部搜索能力；最后在多个测例上进行多组实验分析验证改进策略的有效性。在多数测例上，IGWO的性能要优于对比算法，具有良好的收敛性和分布性。
来源：2023年第7期
《计算机应用研究》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。