Resumen

Para estudiar el algoritmo genético, este documento resuelve el problema de la programación de tiendas bajo la premisa de diseño. En primer lugar, se utiliza la codificación de doble capa para la optimización. Al calcular la aptitud, el tiempo de regreso a la boca se acerca al óptimo a través de la idea codiciosa. Se lleva a cabo un cribado individual a través del método de la ruleta. Se utilizan diferentes operadores de cruce y genéticos para diferentes capas de codificación. A través del pensamiento de elitismo y catástrofe y el operador de inmigración para garantizar la diversidad del algoritmo en el proceso de cálculo, se puede lograr la recomendación del número de carros para controlar el costo. La estabilidad del algoritmo es buena. Puede recomendar una mejor secuencia de selección y número de carros para varios tipos de problemas de selección.

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Algoritmo genético; Programación de tiendas; Distribución; Optimización; Aptitud; Diversidad
• Keywords:Genetic algorithm; Shop scheduling; Layout; Optimization; Fitness; Diversity