论文部分内容阅读
将多目标进化算法与仿真模型结合解决半导体生产线生产调度问题时,由于基于仿真的优化(SBO)方法效率较低,寻优算法的迭代次数会在一定程度上受限。为了能在有限的迭代次数内尽可能得到一些让决策者满意的解并减少仿真次数和时间,文中将NSGA-II 优化算法与仿真模型结合,提出了一种结合决策者偏好信息且较为高效的SBO 方法。首先,引入决策者对每个目标的偏好权重,加强了Pareto 解集拥挤度值的计算方法。其次,在搭建SBO 平台时,设计了一种方案,使得同一模型的同一输入不会进行再次仿真,并采用多进程仿真充分利用单机性能,提高了效率。最后,对某半导体生产线进行对比实验,验证了方法的可行性与有效性。