张子凯
- 作品数：2 被引量：14H指数：2
- 供职机构：武汉科技大学机械自动化学院更多>>
- 发文基金：国家自然科学基金中国博士后科学基金更多>>
- 相关领域：机械工程自动化与计算机技术更多>>
- 改进遗传算法求解大规模混流U型装配线问题被引量：6
- 2016年
- 针对大规模混流U型装配线平衡问题,提出一种基于多级随机分配编码的改进遗传算法。算法在编码阶段考虑操作间优先关系,采用多级随机分配编码方式,将大规模混流U型装配线问题转化成中规模或小规模混流U型装配线问题。该编码通过避免不可行随机解的产生,在编码阶段提高可行解的比率。同时,采用基于层级的单点交叉方法,在保证可行性的前提下,提高种群的多样性。算法在降低计算复杂度的同时也能准确求出问题较优解。对比实验结果表明所提出的算法能快速有效求解大规模混流U型装配线平衡问题。
- 张子凯唐秋华张利平林斌
- 关键词：改进遗传算法
- 多重资源约束下的多目标U型装配线平衡被引量：8
- 2017年
- 为处理因设备故障、订单变化等引起的任务量波动或生产中断问题,在关键工序设置多个并行可选设备、在生产子线设置助理,以保证装配线的生产率。针对该类问题,构建随机工时下基于资源分配的成本、效率双目标U型装配线平衡模型,并采用Benders分解法,将问题分解为设备和助理分配主问题、工序分配子问题,以降低模型求解的复杂度。提出基于Benders分解的快速非支配遗传算法,通过三层编码及解码来适应多决策变量;采用非回溯的Pareto层级构造和拥挤距离,实现种群评价与选择;提出基于概率的层次化遗传操作,以扩充邻域结构、增强寻优能力、避免局部优化。通过非支配解比率、Pareto前沿解收敛性和个体间距度量指标分析所提算法、多目标遗传算法和非支配排序遗传算法,证明算法获得了逼近Pareto最优前沿的非支配解集,且具有良好的收敛性和分布性。
- 张子凯唐秋华张利平
- 关键词：资源分配多目标优化
