亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Q-learning driven multi-population memetic algorithm for distributed three-stage assembly hybrid flow shop scheduling with flexible preventive maintenance

模因算法 作业车间调度 元启发式 计算机科学 调度(生产过程) 数学优化 流水车间调度 人口 预防性维护 算法 局部搜索(优化) 数学 工程类 布线(电子设计自动化) 可靠性工程 社会学 人口学 计算机网络
作者
Yanhe Jia,Qi Yan,Hongfeng Wang
出处
期刊:Expert Systems With Applications [Elsevier]
卷期号:232: 120837-120837 被引量:21
标识
DOI:10.1016/j.eswa.2023.120837
摘要

The distributed assembly flow shop scheduling (DAFS) problem has received much attention in the last decade, and a variety of metaheuristic algorithms have been developed to achieve the high-quality solution. However, there are still some limitations. On the one hand, these studies usually ignore the machine deterioration, maintenance, transportation as well as the flexibility of flow shops. On the other hand, metaheuristic algorithms are prone to fall into local optimality and are unstable in solving complex combinatorial optimization problems. Therefore, a multi-population memetic algorithm (MPMA) with Q-learning (MPMA-QL) is developed to address a distributed assembly hybrid flow shop scheduling problem with flexible preventive maintenance (DAHFSP-FPM). Specifically, a mixed integer linear programming (MILP) model targeted at the minimal makespan is first established, followed by an effective flexible maintenance strategy to simplify the model. To efficiently solve the model, MPMA is developed and Q-learning is used to achieve an adaptive individual assignment for each subpopulation to improve the performance of MPMA. Finally, two state-of-the-art metaheuristics and their Q-learning-based improvements are selected as rivals of the developed MPMA and MPMA-QL. A series of numerical studies are carried out along with a real-life case of a furniture manufacturing company, to demonstrate that MPMA-QL can provide better solutions on the studied DAHFSP-FPM..
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
领导范儿应助圆圆的波仔采纳,获得10
24秒前
38秒前
43秒前
李爱国应助怕孤单的灵寒采纳,获得10
54秒前
圆圆的波仔完成签到,获得积分10
1分钟前
1分钟前
1分钟前
怕孤单的灵寒完成签到,获得积分20
1分钟前
1分钟前
chenyuns发布了新的文献求助20
1分钟前
1分钟前
CZLhaust发布了新的文献求助10
1分钟前
1分钟前
Sherling发布了新的文献求助10
1分钟前
李爱国应助Sherling采纳,获得10
2分钟前
CZLhaust完成签到,获得积分10
2分钟前
2分钟前
jingjili发布了新的文献求助30
2分钟前
酷波er应助科研通管家采纳,获得10
2分钟前
2分钟前
郜南烟发布了新的文献求助10
2分钟前
2分钟前
chenyuns发布了新的文献求助20
2分钟前
科目三应助郜南烟采纳,获得10
3分钟前
anthea完成签到 ,获得积分10
3分钟前
方琼燕完成签到 ,获得积分10
3分钟前
852应助郜南烟采纳,获得10
4分钟前
jeff完成签到,获得积分10
4分钟前
香蕉觅云应助郜南烟采纳,获得10
4分钟前
李友健完成签到 ,获得积分10
5分钟前
6分钟前
严珍珍完成签到 ,获得积分10
6分钟前
科研通AI2S应助chenyuns采纳,获得20
6分钟前
6分钟前
6分钟前
Milton_z完成签到 ,获得积分10
7分钟前
7分钟前
辛勤幻梅发布了新的文献求助10
7分钟前
传奇完成签到 ,获得积分10
8分钟前
所所应助科研通管家采纳,获得10
8分钟前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
叶剑英与华南分局档案史料 500
Foreign Policy of the French Second Empire: A Bibliography 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3146771
求助须知:如何正确求助?哪些是违规求助? 2798063
关于积分的说明 7826620
捐赠科研通 2454573
什么是DOI,文献DOI怎么找? 1306394
科研通“疑难数据库(出版商)”最低求助积分说明 627708
版权声明 601527