基于改进遗传算法的混合流水车间批量调度问题求解

宁方华; 黄丙齐; 周晓敏

doi:10.11907/rjdk.222473

您当前的位置：

首页 >

文章列表页 >

基于改进遗传算法的混合流水车间批量调度问题求解

计算机软件与理论 | 更新时间：2024-02-22

- 基于改进遗传算法的混合流水车间批量调度问题求解
- Hybrid Flow Shop Batch Scheduling Problem Solving Based on Improved Genetic Algorithm
- 软件导刊 2024年23卷第2期页码：84-91
- 作者机构：
  
  1.浙江理工大学机械工程学院，浙江杭州 310018
  2.浙江大华技术股份有限公司，浙江杭州 310053
- 作者简介：
  
  宁方华（1978-），女，博士，浙江理工大学机械工程学院副教授，研究方向为离散事件系统建模与仿真、物流系统智能控制与优化方法
  黄丙齐（1997-），男，浙江理工大学机械工程学院硕士研究生，研究方向为智能制造、车间调度。
- 基金信息：
  
  国家自然科学基金项目(51475434);浙江省2023年度“尖兵”“领雁”研发攻关计划项目(2022C01SA111123)
- DOI：10.11907/rjdk.222473
  中图分类号：
扫描看全文
宁方华,黄丙齐,周晓敏.基于改进遗传算法的混合流水车间批量调度问题求解[J].软件导刊,2024,23(02):84-91.

NING Fanghua,HUANG Bingqi,ZHOU Xiaomin.Hybrid Flow Shop Batch Scheduling Problem Solving Based on Improved Genetic Algorithm[J].Software Guide,2024,23(02):84-91.
宁方华,黄丙齐,周晓敏.基于改进遗传算法的混合流水车间批量调度问题求解[J].软件导刊,2024,23(02):84-91. DOI： 10.11907/rjdk.222473.

NING Fanghua,HUANG Bingqi,ZHOU Xiaomin.Hybrid Flow Shop Batch Scheduling Problem Solving Based on Improved Genetic Algorithm[J].Software Guide,2024,23(02):84-91. DOI： 10.11907/rjdk.222473.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于最优交叉的广泛学习粒子群优化

基于分支进化理论的路径测试用例生成方法

融合反向学习与Metropolis准则求解TSP的遗传算法

基于权重扰动机制模拟退火遗传算法的景德镇陶瓷文化景区旅游路径规划

采用新型遗传算法的永磁同步电机参数辨识

基于改进遗传算法的混合流水车间批量调度问题求解

Hybrid Flow Shop Batch Scheduling Problem Solving Based on Improved Genetic Algorithm

DOI：10.11907/rjdk.222473