期刊文章详细信息
基于关联规则的作业车间调度问题改进遗传算法研究
Research on improved genetic algorithm for job-shop scheduling problem based on association rules
文献类型:期刊文章
QIAO Dongping;BAI Wentong;WEN Xiaoyu;LI Hao;Wang Yajing(College of Mechanical and Electrical Engineering,Zhengzhou University of Light Industry,Zhengzhou 450002,Henan,China;Henan Key Laboratory of Intelligent Manufacturing of Mechanical Equipment,Zhengzhou 450002,Henan,China)
机构地区:[1]郑州轻工业大学机电工程学院,河南郑州450002 [2]河南省机械装备智能制造重点实验室,河南郑州450002
基 金:国家自然科学基金资助项目(51775517,51905494)。
年 份:2022
卷 号:41
期 号:2
起止页码:138-148
语 种:中文
收录情况:AJ、BDHX、BDHX2020、CAS、JST、RCCSE、ZGKJHX、核心刊
摘 要:针对初始种群对遗传算法求解作业车间调度结果影响较大的问题,提出基于关联规则的作业车间调度问题改进遗传算法(association rules improvement genetic algorithm,AR-GA),以提升算法性能。首先,在遗传算法种群初始化阶段借助关联规则获取基因序列中的频繁工序块;其次,在交叉阶段根据频繁工序块在待交叉种群的分布中设计3种交叉方式;最后,在变异过程中结合分段海明距离引导子代种群变异,并且在每次迭代后更新频繁工序块信息。标准案例测试结果表明,改进后的算法在求解作业车间调度问题时求解效率更高,稳定性更好。
关 键 词:作业车间调度 初始种群 遗传算法 关联规则
分 类 号:TP301]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...