云制造平臺下基于蝙蝠算法的供需調度時間優化

武超然　李芳　江海濤

[摘要]云制造平臺為供應鏈構建提供了多種選擇，為了解決云制造平臺下，供應鏈調度數據量大，更新頻繁的問題，對蝙蝠算法重新編碼及解碼，應用改進蝙蝠算法對初始種群的產生進行限定，解決批任務調度問題。減少無效搜索，縮短找到合適任務分派策略的時間，通過實驗對比，證明了改進蝙蝠算法在云制造供應鏈調度中的有效性，避免了資源超載和資源閑置的現象，并使任務總完成時間最短，推動云制造在供應鏈方面的應用。endprint

[摘要]云制造平臺為供應鏈構建提供了多種選擇，為了解決云制造平臺下，供應鏈調度數據量大，更新頻繁的問題，對蝙蝠算法重新編碼及解碼，應用改進蝙蝠算法對初始種群的產生進行限定，解決批任務調度問題。減少無效搜索，縮短找到合適任務分派策略的時間，通過實驗對比，證明了改進蝙蝠算法在云制造供應鏈調度中的有效性，避免了資源超載和資源閑置的現象，并使任務總完成時間最短，推動云制造在供應鏈方面的應用。endprint

[摘要]云制造平臺為供應鏈構建提供了多種選擇，為了解決云制造平臺下，供應鏈調度數據量大，更新頻繁的問題，對蝙蝠算法重新編碼及解碼，應用改進蝙蝠算法對初始種群的產生進行限定，解決批任務調度問題。減少無效搜索，縮短找到合適任務分派策略的時間，通過實驗對比，證明了改進蝙蝠算法在云制造供應鏈調度中的有效性，避免了資源超載和資源閑置的現象，并使任務總完成時間最短，推動云制造在供應鏈方面的應用。endprint