基于MOEA/D算法的拆卸线平衡问题的研究任务书
2020-02-18 03:02
1. 毕业设计（论文）主要内容：
基于分解的多目标进化算法（moea/d）是优秀的多目标优化算法，该算法将多目标优化问题被转化为一系列单目标优化子问题，然后利用一定数量相邻问题的信息，采用进化算法对这些子问题同时进行优化。
随着制造工业的飞速发展，大量的废弃产品对生态环境造成了严重的负担，因此自动化拆卸线的相关研究具有重要的价值。
本课题主要完成基于moea/d算法的拆卸线平衡问题的研究，能够通过仿真验证算法的可行性和准确性。
2. 毕业设计（论文）主要任务及要求
(1) 研究moea/d算法的实现方法；(2) 研究拆卸线平衡问题的相关理论知识；
(3) 实现基于moea/d算法的拆卸线平衡问题的数学建模与算法仿真，进行算法性能测试；(4) 撰写毕业设计论文；
(5) 阅读的参考文献不少于15篇（其中近5年外文文献不少于3篇)；任务书上列举的必读参考文献4-5篇即可（含1-2篇外文文献）；
3. 毕业设计（论文）完成任务的计划与安排
(1) 第1－3周：查阅相关文献资料，明确研究内容，学习毕业设计研究内容所需理论的基础。
确定毕业设计方案，完成开题报告。
(2) 第4－5周：掌握matlab的基本原理和使用方法，了解moea/d算法的相关理论知识。
4. 主要参考文献
[1] Mcgovern S M, Gupta S M. A balancing method and genetic algorithm for disassembly line balancing[J]. European Journal of Operational Research, 2007, 179(3):692-708.
[2] Zhang Q, Li H. MOEA/D: A Multiobjective Evolutionary Algorithm Based on Decomposition[J]. IEEE Transactions on Evolutionary Computation, 2008, 11(6):712-731.
[3] Mcgovern S M, Gupta S M. A balancing method and genetic algorithm for disassembly line balancing[J]. European Journal of Operational Research, 2007, 179(3):692-708.
[4] Tevhidealtekin F, LeventKandiller, Evinozdemirel N. Profit-oriented disassembly-line balancing[J]. International Journal of Production Research, 2008, 46(10):19.
[5] Süleyman Mete, Zeynel Abidin Ccedil;il, Kür#351;ad A#287;pak, et al. A solution approach based on beam search algorithm for disassembly line balancing problem[J]. Journal of Manufacturing Systems, 2016, 41:188-200.
