一种考虑机器稳定性的异构并行机生产计划的帕累托优化方法及系统

本发明涉及计算智能和生产计划优化技术领域，且公开了一种考虑机器稳定性的异构并行机生产计划的帕累托优化方法利用概率学习模型能够积累历史迭代的优良信息引导构建辅助种群，引导算法向有希望的区域搜索，通过种群合作机制能将主种群和辅助群结合从而产生下一代的主种群，使得有用的个体信息能够延续，提高搜索效率，进一步改善算法性能，经过迭代搜索后，种群中的优质非支配解集会被保留，可以为决策者提供多样性的选择和决策支持。该方法通过与先进算法在不同规模的算例上进行实验对比，本发明显示出良好的算法性能，能够为决策者提供一组权衡成本和机器稳定性的优质非支配解，并为企业实际生产计划的制定提供重要的管理启示。