《表2 算例实验结果:柔性车间内AGV最优替换比研究》
为了验证粒子群算法的寻优能力,从Bilge等人[14]提出的40个算例中选取部分进行计算:4台加工设备、装载台、卸载台,与AGV构成了四种布局,并且考虑AGV的搬运时间和空载时间,求出最短加工时间。算例“Ex31”中,3表示Jobset3,1表示layout1。MAS表示文献[15]提出算法的结果。GAHA-2、GAHA-3表示文献[16]提出的2个和3个AGV在考虑工件加工完成搬运至卸载台的情况下,采用遗传算法与启发式混合算法所得到的结果。FDE、FMAS分别表示文献[17,18]提出算法的结果。PSO和FPSO表示使用本文改进粒子群算法,分别计算车间调度和柔性车间调度的最短加工时间。通过实验结果可知,本文提出的改进粒子群算法有较好的寻优能力。运用本文算法计算车间调度问题时,66.67%的解优于MAS(R=2)与GAHA(R=2)的最优解,100%的解优于GAHA(R=3)的解。在计算柔性车间调度问题时,50%的解优于FDE(R=2)与FMAS(R=2)的最优解。同时不难发现,增加AGV能够缩短整个完工时间,完工时间越长,增加AGV更有效。不同算例实验结果如表2所示。
图表编号 | XD00107249300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.01 |
作者 | 徐云琴、叶春明、曹磊 |
绘制单位 | 上海理工大学管理学院、上海理工大学管理学院、上海理工大学管理学院 |
更多格式 | 高清、无水印(增值服务) |