2024/11/25
英文文献阅读
An improved spider monkey optimization algorithm for multi-objective planning and scheduling problems of PCB assembly line
中文译名:PCB装配线多目标规划调度问题的改进蜘蛛猴优化算法
摘要:
在这项研究中,关键的规划和调度问题,即,考虑了元件分配问题(CAP,component allocation problem)和元件放置顺序问题(CPSP,component placement sequence problem)优化问题。
此外,还考虑了定期维护(PM)以保持机器的效率,使问题更符合实际。建立了同时使最大完工时间、总能耗和总维修时间最小化的数学模型。
针对这一多目标NP难问题,提出了一种改进的蜘蛛猴优化算法(ISMO)。
通过嵌入少量的附加特征,提高了ISMO算法的效率和有效性。
(a)两种启发式算法以确保更好的初始解;
(b)基于帕累托熵变化的进化状态判断以确保探索和利用之间的权衡;
(c)基于存档的Q学习策略以确保参数自适应调整。
最后,通过几个规模问题算例进行了计算实验,并与其他多目标优化算法进行了综合性能比较。仿真实验结果表明,提出的ISMO方法的跟踪效果优于其他同类算法。
下载了两篇参考文献:
文献一:SMO算法的介绍文献
文献二:SMO算法的应用和改进的综述文献
2024/11/26
CN个PCB订单,m个SMT机器,n个元器件,t^种的元器件
三个目标:(1)最小化最大完成时间,C_max(2)机器效率的总消耗,TEC(3)总维修时间,TMT
2024/11/27
基本的SMO最初由Bansal et al.(2014)提出,其特征在于用于觅食最佳食物源的裂变-融合行为,以加快找到最优解的能力。
元件分配矩阵(component assignment matrix ,CAM)
元件类型矩阵(components type matrix, CTM)