本研究针对实验室资源约束条件下仪器设备的高效调度问题进行智能排期模型探索。该模型包括以任务完成率、最优完成时间、任务收益、任务成本为目标函数的多目标优化模型及通过极值归一化和加权优劣解距离法(Technique for Order Prefer...
详细信息
本研究针对实验室资源约束条件下仪器设备的高效调度问题进行智能排期模型探索。该模型包括以任务完成率、最优完成时间、任务收益、任务成本为目标函数的多目标优化模型及通过极值归一化和加权优劣解距离法(Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS)建立的综合评价模型。采用带精英策略的非支配排序遗传算法(Nondominated Sorting Genetic AlgorithmⅡ,NSGA-Ⅱ)求解多目标优化模型得到最优解。仿真实验中,该模型在同等任务完成度和同等收益的情况下,最优完成时间缩短38.23%,成本降低1.67%。在此基础上,建立动态调度机制,实现已排期的任务再分配,提高设备利用率。这些成果验证了智能排期模型和NSGA-Ⅱ算法的有效性,为其后续实践应用和推广奠定基础。
暂无评论