分时电价下任务调度–人员排班组合问题的代理模型求解研究
赖信君, 黄金晓, 刘艺涵, 张恪, 毛宁, 陈庆新
2024, 27 (1):
65-77.
doi: 10.3969/j.issn.1007-7375.220235
在分时电价背景下,制造成本和人力成本往往难以取得平衡:晚上电价较低但人员加班费较高,白天人员时薪较低而电价却较高。若将两个问题联合建模,则规模较大,不易求解。在实际应用中,较多采用先进行任务调度,再对人员排班的分阶段建模求解方法,但该求解思路难以保证得到较低成本的解。针对这一问题,提出一种代理模型的方法,以GA算法生成两个子问题的多组较优可行解作为训练样本,利用BP神经网络、深度学习及宽度学习系统分别拟合组合问题的代理模型,并采用BFGS法寻优。随着工件与工序数目的增加,本文所提供的自适应采样算法能有效解决维数灾问题。算例结果表明,新方法能得到明显优于利用遗传算法分阶段求解得到的结果,能为企业节省高达11.91%的电费与人力总成本。
参考文献 |
相关文章 |
计量指标
|