概述
(1)数学规划算法
广泛使用混合整数线性规划(MILP)或混合整数非线性规划(MINLP)。对化工企业建立数学规划模型,求解总成本最低条件下的生产任务的分配问题以及产品的分配问题。也可以建立了一个通用的MINLP模型,目标是最小化最大完工时间(make span),确定投产批量。采用贪婪启发算法,并与其他启发式算法进行比较。
需要考虑计划期长度、原料可用性、有限负荷(finite loading),清洁操作(cleaning operation),通过Cplex计算的混合整数规划。但是数学模型几乎不可重用,即使微小的变化也可能使得所选算法效果变得极差。数学规划中对实际问题求解的计算量太大,如分枝定界法(B&B)。为了提高效率采用各种改进形式的B&B算法或者简化计算技术. 采用启发式算法为了考虑更简单的模型。
(2) 约束规划
能够成功的用来解决制造业生产计划问题的约束传播代表是ILOG Optimization Suite。当必须在计划中考虑大量约束时,约束规划非常适用。一种适合于流程行业需求的方法。这种方法采用约束定向搜索(constraint directed search CDS)解决问题的组合部分,并且确定剩余的(N)LP问题是否解决。组合部分的解中包括了,通过对变量赋值和规定变量值和顺序的启发规则进行的用户干预。
最后
以上就是兴奋夏天为你收集整理的4 APS算法的全部内容,希望文章能够帮你解决4 APS算法所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复