基于改进遗传算法的可重构制造系统快速配置

针对可重构制造系统的快速配置提出了一种多目标优化方法,考虑3个优化目标：设备负载均衡度、产品生产时间以及产品生产成本。在第三代多目标遗传算法(NSGA-Ⅲ)的基础上结合邻域搜索构建了多目标遗传-邻域搜索算法(NSGA-NS),以从配置解空间中寻找一系列前沿解。通过一个液压阀阀块的制造系统配置案例对算法进行验证,并与归档式多目标模拟退火算法、多目标粒子群算法以及一种改进的多目标粒子群算法进行了比较,结果表明,NSGA-NS与NSGA-Ⅲ在前沿解质量上显著优于其他算法,NSGA-NS在保持了NSGA-Ⅲ的全局寻优性能的同时显著提高了收敛速度和计算速度。