基于强化学习的群体进化算法求解双边多目标同步并行拆解线平衡问题
摘要：双碳背景下,工业制造领域朝着绿色、节能的方向转型,对废旧产品进行回收拆解以及再制造有利于推动高质量发展.论文针对大型复杂产品拆解过程中难以改变拆卸方向的问题,并综合考虑实际拆卸过程中任务之间存在的多种约束类型,研究了同步并行模式下的双边拆解线平衡问题(two-sided disassembly line balancing problem,TDLBP).首先引入双边布局的拆解线模式,定义了与优先和或优先关系,建立了 TDLBP的数学模型以优化产线布置、经济效益和安全环保三个方面共六个指标.然后提出了一种基于强化学习的群体进化算法,采用Q-learing利用所学知识选择迭代中的最佳算子,通过拥挤距离筛选Pareto解集,利用精英保留策略加速算法收敛,进而高效获取近似最优的拆解方案.最后通过求解小规模算例并对比分析,验证了所提出算法的有效性和优越性,并进行大规模案例的应用.
关键词：
双边拆解线同步并行强化学习群体进化算法Pareto
分类号：
TH165(机械制造工艺)
资助基金：
国家自然科学基金 ( 52205526 ) 国家自然科学基金 ( 52205538 ) 科技部国家外国专家 ( G2021199026L ) 广州市基础研究计划 ( 202201010284 ) 广东省研究生教育创新计划项目 ( 82620516 ) 广州市创新领军团队 ( 201909010006 ) 广东省质量工程建设资助项目 ( 210308 )
在线出版日期：
2023-07-12 （万方平台首次上网日期，不代表论文的发表时间）
页数：
12
(355-366)
英文信息
相关知识
求解物流配送问题的混合粒子群算法
CMOFPA:多目标花授粉算法
多目标优化概念精选(九篇)
【优化求解】基于萤火虫算法GSO求解最优目标matlab代码
基于正余双弦自适应灰狼优化算法的医药物流配送路径规划
标题：基于多目标动态随机优化模型的农作物种植策略
整数规划的花授粉算法
基于MOPSO和TOPSIS的多目标优化温室黄瓜光环境调控模型
改进的花朵授粉算法在物流配送中心选址问题中的应用
多点物流配送车辆路径问题(VRP)优化与实证分析
网址: 基于强化学习的群体进化算法求解双边多目标同步并行拆解线平衡问题 https://m.huajiangbk.com/newsview1318127.html
| 上一篇: 花束怎么保存更长久不拆？ |
下一篇: 4399《游仙》装备拆解 杜绝浪 |
