面向柔性作业车间调度的定制化 NSGA-III 实例
神经与进化计算
2020-04-15 v1 人工智能
摘要
针对多目标柔性作业车间调度问题（FJSP），提出了一种定制化的多目标进化算法（MOEA）。其使用智能初始化方法丰富首次生成的种群，并提出多种交叉算子以创造更好的子代多样性。特别地，采用了可调节算法参数的 MIP-EGO 配置器来自动调谐算子概率。此外，采用不同局部搜索策略探索邻域以求得更优解。总体而言，该算法增强策略可与任意标准 EMO 算法集成。本文将之与 NSGA-III 结合求解基准多目标 FJSP，而现成的 NSGA-III 实现无法求解 FJSP。实验结果显示了在更少计算预算下的优异性能。
引用
@article{arxiv.2004.06564,
title = {A Tailored NSGA-III Instantiation for Flexible Job Shop Scheduling},
author = {Yali Wang and Bas van Stein and Michael T. M. Emmerich and Thomas Bäck},
journal= {arXiv preprint arXiv:2004.06564},
year = {2020}
}