改进非支配排序进化算法在下料问题中的应用

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (15): 244-248.

改进非支配排序进化算法在下料问题中的应用

阚方1，刘林1，2，方昶1，裴军1，郑明月1

1.合肥工业大学管理学院，合肥 230009
2.合肥工业大学管理学院过程优化与智能决策教育部重点实验室，合肥 230009

出版日期:2014-08-01 发布日期:2014-08-04

Application for cutting stock problems based on improved non-dominated sorting evolution algorithm

KAN Fang1, LIU Lin1，2, FANG Chang1, PEI Jun1, ZHENG Mingyue1

1.School of Management, Hefei University of Technology, Hefei 230009, China
2.Key Laboratory of Process Optimization and Intelligent Decision-making, Ministry of Education, School of Management, Hefei University of Technology, Hefei 230009, China

Online:2014-08-01 Published:2014-08-04

摘要/Abstract

摘要： 针对一维下料问题，提出了减少废料、减少下料设置时间和减少可回收余料的三目标优化模型，用改进的非支配排序进化算法求出问题的Pareto最优解集，运用逼近理想解方法从解集中选出一个满意解作为下料方案，各优化目标的权重用CRITIC法算出。仿真实验证明了所提出的方法可以有效解决该类多目标下料问题。

关键词: 一维下料, 多目标优化, 进化算法, 多属性决策

Abstract: A multi-objective cutting stock problem is studied. The objects are to minimize the non-reuse materials, the cutting waiting time and usable leftovers. A decision-making method for this cutting stock problem is designed. The Pareto-optimal set is gotten by using the improved non-dominated sorting heuristic evolutionary algorithms. The weight of every object is calculated by the CRITIC method. A satisfactory solution, which is regarded as cutting scheme, is found from the Pareto-optimal set by employing the multi-attribute decision making method. The results of experimentation show that the proposed method is effective.

Key words: one-dimensional cutting stock problem, multi-objective optimization, heuristic evolutionary algorithm, multi-attribute decision making

阚方1，刘林1，2，方昶1，裴军1，郑明月1. 改进非支配排序进化算法在下料问题中的应用[J]. 计算机工程与应用, 2014, 50(15): 244-248.

KAN Fang1, LIU Lin1，2, FANG Chang1, PEI Jun1, ZHENG Mingyue1. Application for cutting stock problems based on improved non-dominated sorting evolution algorithm[J]. Computer Engineering and Applications, 2014, 50(15): 244-248.

[1]	伍京华，耿翠阳，韩佳丽. 基于Agent的多属性决策模型及其在高校实验教学中的应用[J]. 计算机工程与应用, 2021, 57(8): 238-243.
[2]	杨玮，吴莹莹，王婷. 子母式穿梭车仓储系统配置优化问题研究[J]. 计算机工程与应用, 2021, 57(4): 258-265.
[3]	陈万芬，王宇嘉，林炜星. 异构集成代理辅助多目标粒子群优化算法[J]. 计算机工程与应用, 2021, 57(23): 71-80.
[4]	胡小兵，陈树念，张盈斐，谷升豪. 求解多目标路径优化问题的涟漪扩散算法[J]. 计算机工程与应用, 2021, 57(23): 81-90.
[5]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[6]	李大海，艾志刚，王振东. 基于全组合策略的多目标阴阳对算法[J]. 计算机工程与应用, 2021, 57(22): 110-124.
[7]	钱峥远，曾国荪. 精英化岛屿种群引导的差分进化算法[J]. 计算机工程与应用, 2021, 57(20): 73-81.
[8]	钟磊，王应明. 考虑心理行为的区间二元语义动态群决策方法[J]. 计算机工程与应用, 2021, 57(2): 127-133.
[9]	包顺，周礼刚. 加型Pythagorean模糊偏好关系的多属性决策方法[J]. 计算机工程与应用, 2021, 57(17): 61-67.
[10]	白首华，郭广颂，胡天彤. 交互式多目标文化算法优化多模态混合指标[J]. 计算机工程与应用, 2021, 57(17): 80-87.
[11]	黄林，袁修久. 改进的犹豫模糊语言熵的一般公式与生成算法[J]. 计算机工程与应用, 2021, 57(16): 97-107.
[12]	张俊芳，周礼刚，张春芳，徐鑫，肖箭. 区间Pythagorean犹豫模糊连续熵及灰色关联度的应用[J]. 计算机工程与应用, 2021, 57(15): 207-214.
[13]	朱永明，邱文静. 概率多值中智集的关联系数及其应用[J]. 计算机工程与应用, 2021, 57(15): 186-192.
[14]	崔彩霞，毕超超，范勤勤. 基于隐马尔可夫链的自适应MODE及应用[J]. 计算机工程与应用, 2021, 57(14): 83-94.
[15]	李荣，贺兴时，杨新社. 基于差分进化的飞蛾算法在电力调度中的应用[J]. 计算机工程与应用, 2021, 57(13): 258-268.