Перейти к основному содержанию
Библиотечно-издательский комплекс СФУ
Toggle navigation
Ресурсы
Библиотечный поиск
Каталог изданий университета
Университетские информационные ресурсы
Российские информационные ресурсы
Мировые информационные ресурсы
Периодические издания
Тематические путеводители
Книгообеспеченность учебного процесса
Приобретение литературы
Читателю
Регистрация читателей
Получение и возврат литературы
Межбиблиотечный абонемент
Тематические путеводители
Обучение работе с ресурсами
Доступная среда библиотеки
Детская развивающая площадка
Подарить книгу библиотеке
Автору
Правила издания рукописей
План выпуска изданий
Размещение публикаций в библиотеке, репозитории, РИНЦ
Проверка
журнала
Служба поддержки публикационной
активности
Учёт публикаций в АИС
«Прометей»
Услуги
Справочник услуг и сервисов БИК
Новая заявка на услугу
Бронирование помещений
Контакты
Адреса и режим работы
Контакты
Вопрос-Ответ
Отправить отзыв
Ещё
О Научной библиотеке
Об Издательстве
Дилерство «САБ ИРБИС»
Красноярский ИРБИС-клуб
Литературный клуб «Высокий берег»
Подкаст «Пища для ума»
Вакансии
Часто задаваемые вопросы
Мобильное приложение
Карта сайта и поиск по сайту
Онлайн-медиа Научной библиотеки
Личный кабинет
Главная
Ресурсы
Библиотечный поиск
Process Planning and
Scheduling in
Distributed
Manufacturing System
Using Multiobjective
Genetic Algorithm
Wenqiang Zhang
Mitsuo Gen
2009 год
Process Planning and Scheduling in Distributed Manufacturing System Using Multiobjective Genetic Algorithm
статья из журнала
Страница публикации
Публикация в OpenAlex
Аннотация:
Abstract This paper proposed a multiobjective genetic algorithm approach for solving process planning and scheduling (PPS) problems in a distributed manufacturing system (DMS) environment. In this environment, factories processing various machines and tools at different geographical locations are often combined to produce various parts with different resource constraints. This paper proposed a fast multiobjective genetic algorithm with archive (fmoGA‐A) mechanism to deal with PPS problem with considering the minimization of the maximum total processing time and minimization of the maximum variation of workload of machine in DMS. The proposed algorithm has been compared with other approaches to testify and benchmark the optimization reliability on several PPS problems. These comparisons demonstrate the importance of PPS in DMS and indicate fmoGA‐A is better than adaptive weight approach genetic algorithm (awaGA) did on efficacy and efficient; the efficacy is not less than non‐dominated sorting genetic algorithm II (NSGA‐II) and strength Pareto evolutionary algorithm 2 (SPEA2) and the efficient is better than NSGA‐II and SPEA2. Copyright © 2010 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.
Год издания:
2009
Авторы:
Wenqiang Zhang
,
Mitsuo Gen
Издательство:
Wiley
Источник:
IEEJ Transactions on Electrical and Electronic Engineering
Ключевые слова:
Scheduling and Optimization Algorithms, Advanced Manufacturing and Logistics Optimization, Advanced Control Systems Optimization
Показать дополнительные сведения
DOI:
https://doi.org/10.1002/tee.20494
Открытый доступ:
closed
Том:
5
Выпуск:
1
Страницы:
62–72