基于遗传算法的可重入钢管生产优化调度.pdfVIP

基于遗传算法的可重入钢管生产优化调度.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于遗传算法的可重入钢管生产优化调度.pdf

第 31 卷 第 8 期 北 京 科 技 大 学 学 报 Vol . 31 No. 8 2009 年 8 月 Journal of University of Science and Technology Beij ing Aug. 2009 基于遗传算法的可重入钢管生产优化调度 1 ,2) 2) 2) 2) 3) 陈晓慧  张启忠  易树平  段  鹰  赖志柱 1) 重庆大学机械传动国家重点实验室 , 重庆 400030  2) 重庆大学工业工程研究所 , 重庆 400030  3) 贵州省毕节学院数学系 , 毕节 55 1700 摘  要  在可重入冷拔无缝钢管生产的计划和调度中 ,根据四个条件对工件进行组批 ,通过规则假设把组批后的批钢管看作 单个加工工件 ,建立以最后完工时间、交货期满意度和机器总负荷为 目标的多目标组批排序优化模型 ,设定其约束条件 ,采用 基于 Pareto 的混合遗传算法对模型进行优化求解. 通过算例证明该模型的有效性和合理性. 关键词  钢管 ; 可重入生产 ; 混合遗传算法 ; 优化调度 分类号  TP 2731 Optimal schedul ing of steel tube reentrant l ines based on a genetic algorithm 1 , 2) 2) 2) 2) 3) CH EN X iaohui , ZHA N G Qiz hong , YI S hup ing , D UA N Ying , L A I Zhiz hu 1) State Key Lab of Mechanical Transmission , Chongqing Univer sit y , Chongqing 400030 , China 2) Institute of Indust rial Engineering , Chongqing Univer sit y , Chongqing 400030 , China 3) Depart ment of Mat hematics , Bijie Univer sit y , Bijie 55 1700 , China ABSTRACT  In order to make planning and scheduling for colddrawn seamless steel tube reentrant lines , workpieces were group ed toget her according to four conditions , t hen t he group ed steel tubes were taken as one workpiece t hrough t he assumption of conditions. The model of multiobj ective ordergrouping scheduling optimization was studied , where t he final completion time , t he delivery satis faction and t he total load of machine were concerned . In addition , t he constraint conditions were put forward . The Paretobased hy brid genetic algorit hm was used to make t he optimal solution of t he model . The effectiveness and rationality of t he optimization model was proved by

文档评论(0)

suijiazhuang1 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档