节能调度进化算法

求解更快更节能

双种群协同进化，结合问题特征初始化与知识引导局部搜索，在求解分布式柔性作业车间节能调度问题时显著优于现有算法。

Fei, Yu · 卢超 · 周佳军 · 殷旅江 · Wang, Kaipu

Engineering Applications of Artificial Intelligence 2024

参数信息

对比算法数量

7

测试实例数量

39

技术优势

求解质量高

在39个基准实例上，KBEA的结果优于其他7种对比算法。

初始化更高效

基于四向量表示的问题特定初始化策略，为四个子问题分别生成初始解，提高种群质量。

局部搜索强

知识引导的局部搜索策略增强了算法的开发能力，能进一步改进解的质量。

节能策略有效

专门设计的基于知识的节能策略能进一步降低总能耗。

应用场景

• 智能车间调度：提供同时优化完工时间和能耗的调度算法，可直接集成到车间管理系统中。
• 工业机器节能调度：算法中的节能策略可减少生产过程中的总能耗，适用于机器人作业调度。
• 智能建造与结构：可处理分布式制造中的资源分配和任务排序，支持建造过程的优化。
• 先进可再生能源系统：通过降低制造过程能耗，间接支持可再生能源系统的可持续运行。