Indexed by：
Abstract：
在供应链环境下构建一个多目标Flow Shop调度优化模型,采用灰熵并行分析(GEPA)法优化该多目标模型。在表征序列间相似程度的灰关联分析法基础上引入信息熵理论建立GEPA法,推导出的灰熵并行关联度衡量多目标Pareto解与理想解的相似程度,并将其作为适应度值引导算法进化,避免多目标优化问题中直接对目标权重赋值。在此基础上建立基于灰熵并行分析的遗传算法。实验结果表明,该算法可有效解决供应链环境下高维多目标Flow Shop调度问题,在多目标最优解、性能评价指标等方面均优于基于随机权重的遗传算法。
Keyword：
Reprint 's Address：
Email：
Source ：
计算机工程
ISSN： 1000-3428
Year： 2015
Issue： 10
Volume： 41
Page： 165-170
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count： -1
30 Days PV： 3
Affiliated Colleges：
