排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
2.
针对装配线平衡优化问题中传统遗传算法搜索深度不足的问题,提出一种基于Bagging集成聚类的改进遗传算法,用于平衡优化。通过Bagging对几个K均值算法基学习器进行集成学习,建立一种基于Bagging集成聚类算法的种群聚类分析方法,然后建立双目标装配线平衡优化模型,利用种群聚类分析方法来改进遗传算法的交叉环节,以提高搜索深度。在实例中验证了改进遗传算法在求解双目标装配线平衡问题中的有效性和搜索性能。 相似文献
3.
4.
5.
针对装配关系复杂性影响工人工作效率,进而产生瓶颈工位的问题,提出一种考虑装配关系复杂性的改进型多目标装配线平衡优化方法。建立了一种合理测度作业元素装配关系复杂性的方法,继而定义装配关系复杂性平滑系数这一指标。以生产节拍、平滑系数和装配关系复杂性平滑系数为优化目标,工序优先关系和工作站数为约束,建立了多目标装配线平衡优化方法模型。采用遗传算法作为优化算法,并对遗传算法的交叉环节利用模糊聚类算法进行改进,判断选作交叉的两个个体的近亲概率,在一定概率上防止了近亲交叉,增加了种群繁衍的多样性。通过算例验证了所提平衡优化方法的有效性,为制定考虑装配关系复杂性的平衡方案提供了一种可行方法。 相似文献
1