개선된 다목적 입자 군집 최적화 방법을 기반으로 한 차량 전력 배터리 작업장의 일정 최적화

전력 배터리는 전기 자동차의 중요한 구성 요소 중 하나이지만 차량 전력 배터리의 제조 과정은 복잡하고 다양합니다. 전통적인 일정 방법은 복잡한 생산 환경에서 낮은 생산 효율 및 불충분한 품질 관리를 비롯한 문제에 직면해 있습니다. 이러한 문제를 해결하기 위해, 제작 시간, 총 기계 부하 및 프로세싱 품질을 확립된 목표로 하는 다목적 최적화 모델과 이를 해결하기 위한 다목적 입자 군집 에너지 계곡 최적화(MPSEVO) 방법이 제안되었습니다. MPSEVO는 다목적 입자 군집 최적화(MOPSO)와 에너지 계곡 최적화(EVO)의 장점을 통합합니다. 이 알고리즘에서는 MOPSO에서 입자의 안정성 수준을 결합하고, 안정성이 다른 입자에 대해 서로 다른 업데이트 전략을 사용하여 해결책의 수렴성과 다양성을 모두 향상시킵니다. 또한, 국소 검색 전략이 설계되어 알고리즘을 더욱 향상시켜 국소 최적 솔루션을 피할 수 있게 합니다. 하이퍼볼륨(HV) 및 역세대 거리(IGD) 지표는 다목적 알고리즘의 수렴성과 다양성을 평가하는 데 자주 사용됩니다. 실험 결과, MPSEVO의 HV 및 IGD 지표가 10회의 계산 실험에서 다른 알고리즘보다 우수하다는 것이 나타났으며, 이는 제안된 전략과 알고리즘의 효과를 검증합니다. 제안된 방법은 실제 배터리 작업장 일정 문제 해결에도 적용됩니다. MOPSO와 비교할 때, MPSEVO는 총 기계 부하를 7단위 줄이고 결함률을 0.05% 감소시킵니다. 또한, 개선된 알고리즘의 각 부분의 효과성은 제거 실험을 통해 분석되었습니다. 본 논문은 MOPSO의 해결 성능 향상에 대한 몇 가지 아이디어를 제공하며, 차량 전력 배터리 제조 작업장의 생산 효율 향상에 대한 이론적 참고 자료를 제공합니다.