论文部分内容阅读
针对以工件提前/拖期惩罚成本期望值最小化为目标函数、且工序加工时间不确定条件下的作业车间调度问题,将宽度-深度(BD)仿真量全局优化分配机制嵌入至进化序优化(ESOO)算法框架的粗糙仿真评估阶段。宽度仿真量分配用以调整样本数量,并利用进化算法进行调度解的样本取样和迭代优化;而深度仿真量分配则是利用最优计算量分配技术,依据当前种群中个体的均值和方差进行仿真量的自适应分配。最后通过标准调度测试算例验证了ESOO-BD随机仿真优化方法的可行性和有效性。