This work addresses the cut order planning(COP)problem for multi-color garment production,which is the first step in the clothing industry.First,a multi-objective optimization model of multicolor COP(MCOP)is establish...This work addresses the cut order planning(COP)problem for multi-color garment production,which is the first step in the clothing industry.First,a multi-objective optimization model of multicolor COP(MCOP)is established with production error and production cost as optimization objectives,combined with constraints such as the number of equipment and the number of layers.Second,a decoupled multi-objective optimization algorithm(DMOA)is proposed based on the linear programming decoupling strategy and non-dominated sorting in genetic algorithmsⅡ(NSGAII).The size-combination matrix and the fabric-layer matrix are decoupled to improve the accuracy of the algorithm.Meanwhile,an improved NSGAII algorithm is designed to obtain the optimal Pareto solution to the MCOP problem,thereby constructing a practical intelligent production optimization algorithm.Finally,the effectiveness and superiority of the proposed DMOA are verified through practical cases and comparative experiments,which can effectively optimize the production process for garment enterprises.展开更多
针对多目标集成工艺规划与车间调度(Integrated Process Planning and Scheduling,IPPS)问题,建立了考虑完工时间、机器负载、总流程时间和机器利用率四个优化目标的IPPS问题模型。基于模拟退火算法和NSGAII算法提出了一种两阶段的混合...针对多目标集成工艺规划与车间调度(Integrated Process Planning and Scheduling,IPPS)问题,建立了考虑完工时间、机器负载、总流程时间和机器利用率四个优化目标的IPPS问题模型。基于模拟退火算法和NSGAII算法提出了一种两阶段的混合算法求解多目标IPPS问题。工艺规划阶段以最小化加工时间和机器负载为优化目标生成工件工艺路线,调度阶段以最小化完工时间、总流程时间和最大化机器利用率为优化目标生成调度方案,两个阶段交替迭代,完成问题求解。提出了一种工艺修正策略,对工艺阶段产生的工艺路线进行调整,来提高两个系统间的交互能力,从而提高算法的求解性能。最后设计了对比实验,用三种算法分别求解24组经典的IPPS问题案例。结果表明提出的混合算法和工艺修正策略在寻优能力和解的质量上都优于NSGAII算法,验证了提出的算法解决多目标IPPS问题的有效性。展开更多
针对综合能源微网源荷不确定性给决策调度带来高风险性的问题,在考虑柔性负荷需求响应对平抑负荷波动性及提高系统能源利用效率作用的基础上,构建了计及主/被动需求响应与条件风险价值的微网2阶段经济调度模型。首先研究了用户主被动需...针对综合能源微网源荷不确定性给决策调度带来高风险性的问题,在考虑柔性负荷需求响应对平抑负荷波动性及提高系统能源利用效率作用的基础上,构建了计及主/被动需求响应与条件风险价值的微网2阶段经济调度模型。首先研究了用户主被动需求响应对负荷曲线的影响。在此基础上,为评估系统源荷不确定性带来的潜在调度风险,引入条件风险价值理论(conditional value at risk,CVaR),以微网系统的潜在风险成本以及考虑环保因素的综合运行成本最低为优化目标,建立了计及CVaR的微网经济调度模型。最后,为克服传统NSGAII算法易陷入局部最优解和求解效率低的不足,引入beta交叉算子和自适应交叉变异概率对原始NSGAII算法进行改进。以某地区微网系统作为仿真算例,并设置了5种对比场景,研究结果表明,主被动需求响应能在有效系统的运行经济性的同时,降低系统的潜在调度风险。CVaR理论能通过置信度的设置反映决策者对风险的厌恶态度,为系统调度决策提供参考。展开更多
为了提高多目标遗传算法Pareto解的局部最优性,本文将快速非支配遗传算法(NSGAII)与一种迭代式的局部搜索算法(Hill Climber with Step,HCS)相结合,开发了一种新的混合多目标遗传算法NSGAII-HCS.利用CONV1和ZDT6两个经典的多目标优化函...为了提高多目标遗传算法Pareto解的局部最优性,本文将快速非支配遗传算法(NSGAII)与一种迭代式的局部搜索算法(Hill Climber with Step,HCS)相结合,开发了一种新的混合多目标遗传算法NSGAII-HCS.利用CONV1和ZDT6两个经典的多目标优化函数对NSGAII-HCS的性能进行测试,与传统的多目标算法NSGAII相比,CONV1得到的Pareto锋面与真实Pareto最优解锋面的平均距离由5.49减小到1.74,ZDT6则由0.16减小到0,表明NSGAII-HCS在保证解多样性的前提下,能使解接近或收敛到真实的Pareto最优解锋面.最后,将NSGAII-HCS与地下水流模拟软件MODFLOW和溶质运移模拟软件MT3DMS相耦合,并应用到一个理想的二维地下水污染修复管理模型中,结果分析表明该方法可为地下水污染治理提供多样的和收敛的Pareto管理策略,是一种稳定可靠的多目标优化方法.展开更多
基金Supported by the Natural Science Foundation of Zhejiang Province(No.LQ22F030015).
文摘This work addresses the cut order planning(COP)problem for multi-color garment production,which is the first step in the clothing industry.First,a multi-objective optimization model of multicolor COP(MCOP)is established with production error and production cost as optimization objectives,combined with constraints such as the number of equipment and the number of layers.Second,a decoupled multi-objective optimization algorithm(DMOA)is proposed based on the linear programming decoupling strategy and non-dominated sorting in genetic algorithmsⅡ(NSGAII).The size-combination matrix and the fabric-layer matrix are decoupled to improve the accuracy of the algorithm.Meanwhile,an improved NSGAII algorithm is designed to obtain the optimal Pareto solution to the MCOP problem,thereby constructing a practical intelligent production optimization algorithm.Finally,the effectiveness and superiority of the proposed DMOA are verified through practical cases and comparative experiments,which can effectively optimize the production process for garment enterprises.
文摘针对多目标集成工艺规划与车间调度(Integrated Process Planning and Scheduling,IPPS)问题,建立了考虑完工时间、机器负载、总流程时间和机器利用率四个优化目标的IPPS问题模型。基于模拟退火算法和NSGAII算法提出了一种两阶段的混合算法求解多目标IPPS问题。工艺规划阶段以最小化加工时间和机器负载为优化目标生成工件工艺路线,调度阶段以最小化完工时间、总流程时间和最大化机器利用率为优化目标生成调度方案,两个阶段交替迭代,完成问题求解。提出了一种工艺修正策略,对工艺阶段产生的工艺路线进行调整,来提高两个系统间的交互能力,从而提高算法的求解性能。最后设计了对比实验,用三种算法分别求解24组经典的IPPS问题案例。结果表明提出的混合算法和工艺修正策略在寻优能力和解的质量上都优于NSGAII算法,验证了提出的算法解决多目标IPPS问题的有效性。
文摘针对综合能源微网源荷不确定性给决策调度带来高风险性的问题,在考虑柔性负荷需求响应对平抑负荷波动性及提高系统能源利用效率作用的基础上,构建了计及主/被动需求响应与条件风险价值的微网2阶段经济调度模型。首先研究了用户主被动需求响应对负荷曲线的影响。在此基础上,为评估系统源荷不确定性带来的潜在调度风险,引入条件风险价值理论(conditional value at risk,CVaR),以微网系统的潜在风险成本以及考虑环保因素的综合运行成本最低为优化目标,建立了计及CVaR的微网经济调度模型。最后,为克服传统NSGAII算法易陷入局部最优解和求解效率低的不足,引入beta交叉算子和自适应交叉变异概率对原始NSGAII算法进行改进。以某地区微网系统作为仿真算例,并设置了5种对比场景,研究结果表明,主被动需求响应能在有效系统的运行经济性的同时,降低系统的潜在调度风险。CVaR理论能通过置信度的设置反映决策者对风险的厌恶态度,为系统调度决策提供参考。
文摘为了提高多目标遗传算法Pareto解的局部最优性,本文将快速非支配遗传算法(NSGAII)与一种迭代式的局部搜索算法(Hill Climber with Step,HCS)相结合,开发了一种新的混合多目标遗传算法NSGAII-HCS.利用CONV1和ZDT6两个经典的多目标优化函数对NSGAII-HCS的性能进行测试,与传统的多目标算法NSGAII相比,CONV1得到的Pareto锋面与真实Pareto最优解锋面的平均距离由5.49减小到1.74,ZDT6则由0.16减小到0,表明NSGAII-HCS在保证解多样性的前提下,能使解接近或收敛到真实的Pareto最优解锋面.最后,将NSGAII-HCS与地下水流模拟软件MODFLOW和溶质运移模拟软件MT3DMS相耦合,并应用到一个理想的二维地下水污染修复管理模型中,结果分析表明该方法可为地下水污染治理提供多样的和收敛的Pareto管理策略,是一种稳定可靠的多目标优化方法.
