使用帕累托方法解决多目标平行机批调度问题

摘要

本文将批调度问题扩展到针对多目标(ΣCj, MOC)的批调度问题,这一调度问题分为两个阶段:分批和批调度。分批过程使用的是传统的BFLPT分批规则,得到分批结果;而批调度过程中,针对多个目标函数,本文提出了改进型进化算法Improved-NSGA-II来完成多目标的极化问题,同时列举了算法NSGA-II和SPEA2作为对比。通过仿真实验,分别从帕累托解集的数量、质量和算法运行时间三个方面对三种算法进行比较,从而证明算法Improved-NAGS-II的有效性。