论文部分内容阅读
以工期和总流水时间的两目标置换流水车间调度问题为研究问题, 提出一种改进的MOEA/D算法. 为了改进非支配解集的质量, 提高算法效率, 在MOEA/D算法中嵌入分组和统计学习机制提出一种两阶段局部搜索策略改进外部存档. 利用基于距离的替换策略更新种群, 提高种群的多样性, 保证了分组机制的有效性. 基于Taillard标准测试问题的实验结果表明, 所提出的改进MOEA/D算法要明显优于传统MOEA/D、NSGA-II、MEDA/D-MK等算法.