公开(公告)号：CN110909787A

公开(公告)日：2020-03-24

申请号：CN201911133581.5

申请日：2019-11-18

Applicant: 安徽大学

Inventor： 贾兆红 ,  钱思源 ,  唐俊

IPC: G06K9/62 ,  G06N3/12 ,  G06Q10/04 ,  G06Q10/06 ,  G06Q50/04

Abstract: 本发明提供了基于聚类的进化算法进行多目标批调度优化的方法，S1：初始化种群规模N、最大迭代次数MaxIteration和重组配对概率S，以及种群P、帕累托解集A，迭代次数t＝1；S2：利用解码规则和局部优化计算种群目标值；S3：对目标值进行聚类；S4：基于聚类结果对种群P执行交叉变异生成子代种群Q，计算子代种群Q的目标值；S5：更新集合A，执行选择操作更新种群P，基于更新后的种群P更新重组配对概率S；S6：如果t＜MaxIteration，t＝t+1，跳转至S2，否则输出集合A。本发明还提供了用于多目标批调度的系统，本发明提供的基于聚类的进化算法进行多目标批调度优化的方法和系统的优点在于：为生产过程中的批调度问题提供了可靠的解决方案。

公开(公告)号：CN110909787B

公开(公告)日：2023-05-12

申请号：CN201911133581.5

申请日：2019-11-18

Applicant: 安徽大学

Inventor： 贾兆红 ,  钱思源 ,  唐俊

IPC: G06F18/23213 ,  G06F18/24 ,  G06N3/126 ,  G06Q10/04 ,  G06Q10/0631 ,  G06Q50/04

Abstract: 本发明提供了基于聚类的进化算法进行多目标批调度优化的方法，S1：初始化种群规模N、最大迭代次数MaxIteration和重组配对概率S，以及种群P、帕累托解集A，迭代次数t＝1；S2：利用解码规则和局部优化计算种群目标值；S3：对目标值进行聚类；S4：基于聚类结果对种群P执行交叉变异生成子代种群Q，计算子代种群Q的目标值；S5：更新集合A，执行选择操作更新种群P，基于更新后的种群P更新重组配对概率S；S6：如果t＜MaxIteration，t＝t+1，跳转至S2，否则输出集合A。本发明还提供了用于多目标批调度的系统，本发明提供的基于聚类的进化算法进行多目标批调度优化的方法和系统的优点在于：为生产过程中的批调度问题提供了可靠的解决方案。