La secuencia de desmontaje ha recibido mucha atención en los últimos años. Este trabajo propone una optimización multiobjetivo de un modelo para secuencias de desmontaje selectivas, maximizando el beneficio del desmontaje y minimizando el tiempo de desmontaje. Se adapta una búsqueda dispersa mejorada (ISS) para resolver el modelo de optimización multiobjetivo propuesto, que incorpora la generación de soluciones iniciales diversificadas, el operador de combinación de cruce, la estrategia de búsqueda local para mejorar la calidad de las nuevas soluciones y el método de actualización del conjunto de referencia. Para analizar el efecto en el rendimiento de ISS, se realizan experimentos de simulación en diferentes productos. La validez de ISS se verifica comparando los efectos de optimización de ISS y el algoritmo genético de clasificación no dominada (NSGA-II).
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
DetReco: Detección y reconocimiento de texto-objeto basado en redes neuronales profundas
Artículo:
Reducción de orden del modelo basado en POD-DEIM para las ecuaciones esféricas de aguas poco profundas con discretización de diferencias finitas de Turkel-Zwas.
Artículo:
Arquitecturas neuronales para la eliminación del ruido correlacionado en el procesamiento de imágenes
Artículo:
Algunas nuevas desigualdades de tipo Gronwall-Bellman discreto con tres variables independientes y aplicaciones
Artículo:
Control jerárquico robusto para sistemas hexarotor multivariables inciertos