面向汽车投产排序的混合多目标网格遗传算法

• 作者: 唐秋华 张利平 操小军 胡进
• 来源期刊: 中国机械工程
• 学科: 工学
• 关键词: Pareto 层级 网格拥挤度 自适应选择 个体排斥机制 邻域搜索
• 年，卷（期）: 2015,（16）
• 所属期刊栏目: 制造系统
• 页码范围: 2170-2178
• 页数: 9页
• 分类号: TH16|TP39
• 字数: 8414字
• 语种: 中文
• DOI: 10.3969/j.issn.1004132X.2015.16.008

摘要

汽车投产排序时，希望同时实现零部件消耗均衡化、车型调整费用最小化、工位作业位置精准化三个目标，为此提出一种基于 Pareto 层级的混合多目标网格遗传算法(HmoGA)。先将个体排斥机制加入到 Pareto 层级构造中，使非支配解的分布更均匀，再融合 Pareto 层级划分、网格拥挤度评价与相邻个体几何距离计算，设计一种多目标自适应网格选择机制，用于从动态变化的父代种群中选择较优个体构成进化种群、获取交叉运算的父代基因、改善非支配解集的分布质量。混合双基因位的迁移算子对非支配解进行邻域搜索，适时扩大搜索空间，跳出局部最优。利用三组不同规模的测试问题集，从非支配率、非支配解数量和相邻个体距离偏差三个指标方面进行比较，实验证明 HmoGA 算法在收敛性、解的数量和分布性方面都比 NSGA-Ⅱ算法有显著优势。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐秋华		103	822	16.0	21.0
2	张利平		33	255	11.0	14.0
3	胡进		4	46	3.0	4.0
4	操小军	神龙汽车公司技术中心	8	38	4.0	6.0