基于进化优化的多目标批量流水线调度

目录《智能科学技术著作丛书》序前言第1章 基本知识 11.1 调度问题基础知识 11.1.1 基本概念 11.1.2 流水线调度问题分类 31.2 批量流水线调度问题研究现状 81.2.1 单目标批量流水线调度问题 91.2.2 多目标批量流水线调度问题 101.3 加工时间不确定调度问题研究现状 111.4 带机器故障调度问题研究现状 141.5 基本ABC算法和NSGA-II 171.5.1 基本ABC算法 171.5.2 NSGA-II 191.6 本书主要内容 221.7 本章小结 24参考文献 24第2章 阻塞流水线调度问题的进化求解 352.1 研究背景 352.2 阻塞流水线调度问题的数学模型 362.3 融入差分进化的离散人工蜂群算法 382.3.1 初始化种群 392.3.2 差分进化 402.3.3 自适应插入交换 422.3.4 局部搜索 442.4 算法描述 452.5 实验 462.5.1 实验设置 462.5.2 参数pmu、pc和pls对DE-ABC算法的影响 472.5.3 DE-ABC算法与六种对比算法的ARPD值 492.5.4 120个算例的上界值 522.5.5 DE-ABC算法与对比算法的进化*线 572.5.6 非参数检验 592.6 本章小结 60参考文献 60第3章 多目标批量流水线调度问题的进化求解 623.1 研究背景 623.2 多目标批量流水线调度问题的数学模型 633.3 INSGA-II 653.3.1 初始化种群 663.3.2 子代产生方法 673.3.3 重启策略 713.4 算法描述 723.5 实验 743.5.1 实验设置 743.5.2 参数pc对INSGA-II的影响 753.5.3 初始化策略的性能分析 763.5.4 变异算子的性能分析 783.5.5 INSGA-II、NSGA-II、DHS和TA算法的性能分析 793.5.6 非参数检验 843.6 本章小结 84参考文献 85第4章 多目标阻塞批量流水线调度问题的进化求解 864.1 研究背景 864.2 多目标阻塞批量流水线调度问题的数学模型 874.3 混合人工蜂群算法 904.3.1 初始化种群 904.3.2 个体产生方法 934.3.3 观察蜂个体产生方法 984.4 算法描述 994.5 实验 1004.5.1 实验设置 1004.5.2 参数pc和pls对所提算法的影响 1024.5.3 初始化策略的性能分析 1044.5.4 交叉和变异算子性能分析 1054.5.5 pls性能分析 1074.5.6 BBEDA、INSGA-II、NGA、TA和HDABC算法性能分析 1094.6 本章小结 113参考文献 114第5章 多目标区间阻塞批量流水线调度问题的进化求解 1165.1 研究背景 1175.2 多目标区间阻塞批量流水线调度问题的数学模型 1175.2.1 多目标区间阻塞批量流水线调度问题的描述 1175.2.2 多目标区间阻塞批量流水线调度问题的转化 1185.3 改进的NSGA-II 1205.3.1 初始化种群 1205.3.2 交叉算子 1235.3.3 基于理想点选择的局部搜索算法 1265.4 算法描述 1285.5 实验 1295.5.1 实验设置 1295.5.2 初始化策略的性能分析 1315.5.3 交叉算子的性能分析 1325.5.4 基于理想点选择的局部搜索的性能分析 1345.5.5 多目标区间阻塞批量流水线调度问题转化前后性能分析 1375.5.6 多目标区间阻塞批量流水线调度问题转化前后进化*线 1405.5.7 与其他多目标算法的比较 1435.6 本章小结 145参考文献 145第6章 带机器故障的多目标阻塞批量流水线调度问题的进化求解 1476.1 研究背景 1486.2 带机器故障的多目标阻塞批量流水线调度问题的数学模型 1486.3 融入重调度的NSGA-II 1516.3.1 **阶段 1516.3.2 子代个体产生方法 1526.3.3 重调度策略 1536.4 算法描述 1566.5 实验 1576.5.1 实验设置 1576.5.2 初始化策略的性能分析 1586.5.3 交叉算子和变异算子性能分析 1586.5.4 RNSGA-II、DABC、INSGA和DHS算法性能分析 1606.5.5 对比算法的进化*线 1676.5.6 RNSGA-II和vNEH启发式算法性能比较 1696.6 本章小结 171参考文献 172第7章 多目标有限缓冲区批量流水线调度实例 1737.1 应用背景简介 1737.2 太阳能电池组件批量流水线调度 1747.3 应用实例 1777.4 本章小结 181参考文献 181第8章 本书结论 1828.1 本书所做的工作 1828.2 本书创新点 1848.3 需要进一步研究的问题 184