基于粒子群算法的动态车间调度问题研究

发布时间：2017-10-23 08:34

  本文关键词：基于粒子群算法的动态车间调度问题研究

  更多相关文章： 粒子群算法 遗传算法 动态车间调度 事件驱动策略

【摘要】：作业车间生产调度是影响制造企业生产效率的关键因素,一个良好的生产调度系统,能降低企业的生产成本,提高企业的生产效率,是一个制造企业在激烈的竞争中立于不败之地的关键所在,因而近年来,越来越多的国内外学者参与到这个问题的研究当中。作业车间调度问题(Job-Shop Scheduling Problem,JSP)是由普通的生产调度问题经过一系列约束条件的限制演化而来的典型的组合优化问题。对于车间调度问题的求解,现在主要以人工智能算法为主,而单一的算法也很难以求得问题的最优解,利用混合进化算法对车间调度问题进行求解是目前研究的热点。粒子群算法是应用最为广泛的群体寻优算法之一,它具有操作简单,收敛速度快等诸多优点,被广泛应用于解决组合优化问题。本文针对粒子群算法的改进及其在车间调度中的应用进行研究,研究的主要内容包括如下的几个方面:首先,介绍了车间调度问题的发展,国内外学者在此问题方面的一些研究方法和研究成果,以及仍然存在的问题;详细阐述了粒子群算法的基本原理及在车间调度问题中的应用。其次,根据粒子群算法和车间调度问题的特点,对粒子群算法进行了改进,把遗传算法(GA)的交叉操作用于种群的更新,形成了离散的粒子群算法(DPSO);并对DPSO算法进行了改进,引入局部搜索算法,使得算法可以在局部范围内实现精确搜索,增加额外的信息参考点,提高了算法在全局范围内搜索最优解的概率,形成了混合的粒子群算法(GSPSO)。再次,把GSPSO算法用于求解作业车间静态调度问题。采用车间调度问题标准算例对混合粒子群算法的收敛速度进行了验证,与其他算法进行比较,证明了算法具有较好的收敛速度。并把混合算法用于解决其他一些车间调度问题,仿真结果表明该算法在求解车间调度问题上与其他类似算法相比具有一定竞争力。最后,对动态车间调度问题进行了研究,采用滚动窗口技术和基于事件驱动的调度策略,考虑实际生产环境中新增紧急订单、订单取消与机器故障等常见动态事件发生的情况,并对其进行具体的分析;利用GSPSO算法对其进行仿真实验,把仿真结果与混合蚁群算法进行比较,结果表明GSPSO算法能很好的处理调度过程中发生的动态事件。
【关键词】：粒子群算法 遗传算法 动态车间调度 事件驱动策略
【学位授予单位】：东华大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TB497;TP18
【目录】：

• 摘要4-6
• ABSTRACT6-10
• 第一章 绪论10-14
• 1.1 引言10
• 1.2 课题的研究背景及意义10-11
• 1.3 国内外的研究现状11-12
• 1.4 论文的主要内容12-14
• 第二章 作业车间调度问题理论基础14-26
• 2.1 引言14
• 2.2 车间调度问题14-24
• 2.2.1 车间调度问题的分类14-15
• 2.2.2 车间调度问题的特点15-16
• 2.2.3 车间调度问题的数学描述16-17
• 2.2.4 车间调度问题的评价指标17-18
• 2.2.5 车间调度问题的表示方法18-20
• 2.2.6 车间调度问题的求解方法20-24
• 2.3 本章小结24-26
• 第三章 混合粒子群算法研究26-50
• 3.1 引言26
• 3.2 标准粒子群算法26-30
• 3.2.1 粒子群算法的数学模型26-28
• 3.2.2 粒子群算法的基本操作流程28-29
• 3.2.3 粒子群算法的研究现状29-30
• 3.3 粒子群算法离散化30-32
• 3.3.1 离散粒子群算法（DPSO）30-31
• 3.3.2 DPSO算法求解JSP流程31-32
• 3.4 混合粒子群算法（GSPSO）32-41
• 3.4.1 局部搜索算法32-35
• 3.4.2 GSPSO算法求解JSP流程35-36
• 3.4.3 粒子编码与解码36-37
• 3.4.4 交叉操作的选择37-39
• 3.4.5 变异操作的选择39-41
• 3.5 GSPSO算法求解静态车间调度问题41-47
• 3.5.1 问题的输入输出模型42
• 3.5.2 仿真实验42-47
• 3.6 本章小结47-50
• 第四章 混合粒子群算法在动态车间调度问题中的应用50-64
• 4.1 引言50
• 4.2 动态车间调度问题50-53
• 4.2.1 动态车间调度问题描述50-51
• 4.2.2 动态调度问题分类51-52
• 4.2.3 动态调度的研究方法52-53
• 4.3 动态调度有关概念53-56
• 4.3.1 滚动调度窗53-54
• 4.3.2 重调度稳定性54-55
• 4.3.3 动态调度策略55-56
• 4.4 动态车间调度问题的求解56-59
• 4.4.1 动态系统模型修复56-57
• 4.4.2 动态事件的处理57-59
• 4.5 仿真实验59-62
• 4.6 本章小结62-64
• 第五章 总结与展望64-66
• 5.1 总结64-65
• 5.2 展望65-66
• 参考文献66-70
• 攻读硕士学位期间发表的论文70-72
• 致谢72

【参考文献】

中国期刊全文数据库 前2条

1 刘胜辉;王丽红;;求解车间作业调度问题的混合遗传算法[J];计算机工程与应用;2008年29期

2 李莉;;基于自适应参数与混沌搜索的PSO算法求解柔性作业车间调度问题[J];计算机应用;2012年07期

，

本文编号：1082422