基于多目標(biāo)果蠅算法面向低碳的車間布局與調(diào)度集成優(yōu)化.pdf

1、低碳制造能夠有效降低溫室氣體的排放，而車間布局和調(diào)度是影響制造過(guò)程碳排放的重要環(huán)節(jié)，為了降低制造過(guò)程的碳排放，本文深入分析了車間布局和調(diào)度對(duì)制造過(guò)程碳排放的影響，以及車間布局與調(diào)度之間的關(guān)系。針對(duì)多行排列的加工車間，提出一個(gè)以制造過(guò)程總碳排放和完工時(shí)間最小為優(yōu)化目標(biāo)的車間布局與調(diào)度集成優(yōu)化模型。
　　為了求解本文的模型，設(shè)計(jì)了一種改進(jìn)的多目標(biāo)果蠅優(yōu)化算法（Multi-objective Fruit Fly Optimization

2、 Algorithm,MFOA）。設(shè)計(jì)了一種基于混合步長(zhǎng)的嗅覺(jué)搜索，引入了全局協(xié)作機(jī)制，并將非支配等級(jí)排序方法引入多目標(biāo)果蠅優(yōu)化算法。
　　用算例驗(yàn)證了基于混合步長(zhǎng)的嗅覺(jué)搜索可以提高M(jìn)FOA的尋優(yōu)能力和穩(wěn)定性，并驗(yàn)證使用混合步長(zhǎng)的嗅覺(jué)搜索的MFOA的尋優(yōu)能力和穩(wěn)定性能夠滿足本文研究的需要。最后，將本文提出的集成模型與車間典型的機(jī)群式布局下的以車間制造過(guò)程總碳排放和完工時(shí)間最小為優(yōu)化目標(biāo)的調(diào)度優(yōu)化模型的優(yōu)化結(jié)果，以及以搬運(yùn)過(guò)程碳排放