PDF
摘要
在供应链环境下,为提高多目标流水车间调度优化模型的求解质量,提出了一种基于考虑序列距离的灰熵并行分析与遗传算法相结合的方法(DC-GEPA-GA)用于优化多目标模型.该方法采用基于灰色关联分析法的序列曲线相似度表征、基于信息熵理论的客观权重分配和基于序列距离分析法的序列曲线距离远近度表征来对序列曲线进行并行分析的模式,并推导出了一个一致性灰熵并行关联度作为多目标智能算法的适应度值用于决策个体的优劣,以避免多目标优化问题中仅通过衡量序列间的相似程度而导致的倾向问题.通过对5个算例的结果进行比对表明,基于DC-GEPA-GA法的算法在多目标最优解、性能评价指标等方面均优于基于GEPA法的算法,因此基于DC-GEPA-GA法的算法可为求解高维多目标供应链的协同调度问题提供参考。
关键词
供应链
/
多目标流水车间
/
灰熵并行分析法
/
序列距离
/
一致性灰熵并行关联度
/
多目标优化
Key words
基于考虑序列距离的灰熵并行分析法求解供应链环境下高维多目标流水车间调度的研究[J].
延边大学学报(自然科学版), 2025, 51(03): 64-69 DOI:10.16379/j.cnki.issn.1004-4353.2025.03.027