分时电价下任务调度-人员排班组合问题的代理模型求解研究
赖信君1
黄金晓1
刘艺涵1
张恪2
毛宁1
陈庆新1
1.广东工业大学 机电工程学院,广东 广州 5100062.广汽埃安新能源汽车有限公司,广东 广州 511434
摘要：在分时电价背景下,制造成本和人力成本往往难以取得平衡:晚上电价较低但人员加班费较高,白天人员时薪较低而电价却较高.若将两个问题联合建模,则规模较大,不易求解.在实际应用中,较多采用先进行任务调度,再对人员排班的分阶段建模求解方法,但该求解思路难以保证得到较低成本的解.针对这一问题,提出一种代理模型的方法,以GA算法生成两个子问题的多组较优可行解作为训练样本,利用BP神经网络、深度学习及宽度学习系统分别拟合组合问题的代理模型,并采用BFGS法寻优.随着工件与工序数目的增加,本文所提供的自适应采样算法能有效解决维数灾问题.算例结果表明,新方法能得到明显优于利用遗传算法分阶段求解得到的结果,能为企业节省高达11.91%的电费与人力总成本.
关键词：代理模型基于仿真的优化宽度学习系统变尺度法自适应采样
分类号：F406.2(工业经济理论)TP301(计算技术、计算机技术)
资助基金：国家自然科学基金(61973089)广东省自然科学基金资助项目(2114050003127)
论文发表日期：2024-02-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：13( 65-77 )
英文信息