【报告内容】

汇报人： 池承盛

汇报单位：福建理工大学

《Multi-objective Dynamic Flexible Job Shop Scheduling with Biased Objectives via Multitask Genetic Programming》

1、Introduction

2、Method

3、Experiments

4、Conclusion

【报告总结】

1. 待解决的问题描述

知识共享是否需要每代都做？

2. 相关创新方案

通过构建相关与知识共享时机的策略

3. 实验总结

本文通过学习调度启发式规则，成功地开发了一种有效的多目标遗传规划算法来解决带有偏目标的动态柔性作业车间调度问题。该算法通过多任务学习机制实现了α -优势关系和传统优势关系之间的知识共享，显著提高了小规则的有效性。实验结果表明，该算法在生成小而有效的调度启发式规则方面优于现有算法。

4. 未来工作

探索路由和排序规则大小的分离，并对具有多偏差目标的多目标优化问题进行建模。

报告时间：2025年02月28日19:30

腾讯会议：311-5999-8176

点我下载本讨论课相关文献或PPT吧~(提取码：iipr)