基于混合离散粒子群算法的柔性作业车间调度问题研究

发布时间：2018-03-06 17:57

  本文选题：柔性作业车间调度　切入点：双资源约束　出处：《浙江工业大学》2014年博士论文　论文类型：学位论文

【摘要】：生产调度可以提高经济效益、降低成本和能耗,从而促进企业的可持续发展,是过去几十年中计算机集成制造领域的研究热点之一。柔性作业车间调度问题作为生产调度的一个重要分支,其特点更接近于实际生产过程,但同时也带来了求解上的困难,因此,对其研究具有重要的实际意义和理论价值。 本文以离散粒子群算法为基本优化手段,通过改进粒子位置更新方式和设计符合问题特征的局部搜索策略,针对几类柔性作业车间调度问题,提出相应的混合离散粒子群算法进行求解,主要研究内容概括如下： (1)结合改进的粒子位置更新方式和基于机器负载的模拟退火机制,提出了混合离散粒子群算法求解一类以机器为约束资源,生产周期为优化目标的单资源单目标柔性作业车间调度问题。该混合算法有效地弥补了粒子群算法求解柔性车间调度问题时易得到不可行解的缺陷,并且在保证了粒子能收敛到可行解的同时,又改善了算法的搜索性能。通过算例仿真,验证了混合算法的有效性和可行性。 (2)基于Pareto支配概念,提出一种将改进的Baldwinian学习策略和模拟退火技术相结合作为局部搜索策略的混合离散粒子群算法,求解一类以机器为约束资源,以生产周期、最大机器负载和单台机器最大负载为优化目标的多目标柔性作业车间调度问题。该混合算法除了具有较强的局部探索能力外,还采用混合初始化策略提高搜索起点,并引入外部档案防止进化过程中非支配解的丢失。经算例仿真验证,改进算法在收敛性和非支配解的分布均匀性方面均具有明显优势。 (3)针对以机器和工人为约束资源,以生产周期为优化目标的双资源单目标柔性作业车间调度问题,提出了一种结合改进离散粒子群算法和基于变邻域模拟退火操作的混合离散粒子群算法。针对问题特征,该混合算法在种群初始化、粒子位置更新和邻域选择机制上进行了改进,从而有效地防止不可行解的出现,并避免了算法早熟。算例仿真验证算法的可行性和有效性。 (4)提出了一种基于改进Maximin适应值函数的多目标动态随机搜索操作,并结合改进的离散粒子群算法,给出了双资源多目标柔性作业车间调度问题的求解方法,其约束资源为机器和工人,优化目标为生产周期和生产成本。该混合算法有效地改善了局部搜索性能,并通过提出一种简单的混合策略对外部档案进行修剪,保证了算法的高效运行。算例仿真说明算法取得了较好的调度效果。 最后,基于本文所提出的柔性作业车间调度方法,设计了一个基于B/S架构的柔性作业车间调度系统,通过纸盆车间两个实例验证论文提出方法的有效性。并对全文所做的研究工作进行了总结和展望。
[Abstract]:......
【学位授予单位】：浙江工业大学
【学位级别】：博士
【学位授予年份】：2014
【分类号】：TP18;TB497

【相似文献】

相关期刊论文 前10条

1 王希云;刘瑞芳;;混沌粒子群算法及其在桁架结构优化设计中的应用[J];太原科技大学学报;2006年06期

2 常伯涛;范颖;赵书强;马燕峰;杨建华;;基于改进粒子群算法的输电网扩展规划[J];华北电力大学学报(自然科学版);2008年04期

3 张亮;吕林;;利用粒子群算法解决电网优化购入电量[J];电力系统保护与控制;2009年22期

4 刘志雄;严新平;赵润军;;置换流水车间调度粒子群算法与参数设置分析[J];武汉理工大学学报(交通科学与工程版);2010年06期

5 张天姣;汪清;何开锋;;粒子群算法在气动力参数辨识中的应用[J];空气动力学学报;2010年06期

6 乔佩利;马丽丽;郑林;;基于改进粒子群算法的车间作业调度问题研究[J];哈尔滨理工大学学报;2011年02期

7 田雨波;彭涛;沙莎;;基于微分进化算子和混沌扰动的量子粒子群算法[J];江苏科技大学学报(自然科学版);2011年02期

8 侯磊;;基于多目标粒子群算法的船舶主尺度优化设计研究[J];船舶力学;2011年07期

9 赵菲;焦彦军;;基于粒子群算法的输电线路参数辨识[J];陕西电力;2011年09期

10 余罗兼;李济泽;;一种改进粒子群算法的移动机器人路径规划[J];机电技术;2011年05期

相关会议论文 前10条

1 朱童;李小凡;鲁明文;;位置加权的改进粒子群算法[A];中国科学院地质与地球物理研究所第11届（2011年度）学术年会论文集(上)[C];2012年

2 陈定;何炳发;;一种新的二进制粒子群算法在稀疏阵列综合中的应用[A];2009年全国天线年会论文集（上）[C];2009年

3 陈龙祥;蔡国平;;基于粒子群算法的时滞动力学系统的时滞辨识[A];第十二届全国非线性振动暨第九届全国非线性动力学和运动稳定性学术会议论文集[C];2009年

4 于颖;李永生;於孝春;;新型离散粒子群算法在波纹管优化设计中的应用[A];第十一届全国膨胀节学术会议膨胀节设计、制造和应用技术论文选集[C];2010年

5 刘卓倩;顾幸生;;一种基于信息熵的改进粒子群算法[A];系统仿真技术及其应用（第7卷）——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年

6 熊伟丽;徐保国;;粒子群算法在支持向量机参数选择优化中的应用研究[A];2007中国控制与决策学术年会论文集[C];2007年

7 方卫华;徐兰玉;陈允平;;改进粒子群算法在大坝力学参数分区反演中的应用[A];2012年中国水力发电工程学会大坝安全监测专委会年会暨学术交流会论文集[C];2012年

8 熊伟丽;徐保国;;单个粒子收敛中心随机摄动的粒子群算法[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

9 马向阳;陈琦;;以粒子群算法求解买卖双方存货主从对策[A];第十二届中国管理科学学术年会论文集[C];2010年

10 赵磊;;基于粒子群算法求解多目标函数优化问题[A];第二十一届中国（天津）’2007IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2007年

相关博士学位论文 前10条

1 王芳;粒子群算法的研究[D];西南大学;2006年

2 安镇宙;家庭粒子群算法及其奇偶性与收敛性分析[D];云南大学;2012年

3 刘建华;粒子群算法的基本理论及其改进研究[D];中南大学;2009年

4 黄平;粒子群算法改进及其在电力系统的应用[D];华南理工大学;2012年

5 胡成玉;面向动态环境的粒子群算法研究[D];华中科技大学;2010年

6 张静;基于混合离散粒子群算法的柔性作业车间调度问题研究[D];浙江工业大学;2014年

7 张宝;粒子群算法及其在卫星舱布局中的应用研究[D];大连理工大学;2007年

8 刘宏达;粒子群算法的研究及其在船舶工程中的应用[D];哈尔滨工程大学;2008年

9 杨轻云;约束满足问题与调度问题中离散粒子群算法研究[D];吉林大学;2006年

10 雷开友;粒子群算法及其应用研究[D];西南大学;2006年

相关硕士学位论文 前10条

1 张兰;量子粒子群算法及其应用[D];西北大学;2010年

2 随聪慧;粒子群算法的改进方法研究[D];西南交通大学;2010年

3 董银丽;一种新的交叉粒子群算法及其应用[D];西安电子科技大学;2006年

4 马楠楠;基于粒子群算法的化工过程优化及其应用[D];北京化工大学;2008年

5 徐青鹤;改进粒子群算法及其应用研究[D];杭州电子科技大学;2009年

6 郭香军;粒子群算法的改进研究[D];燕山大学;2012年

7 钟帅;基于粒子群算法的微博用户影响力研究[D];华中科技大学;2012年

8 方群;多目标拆卸线平衡问题的改进粒子群算法研究[D];西南交通大学;2014年

9 朱伟丰;改进粒子群算法最优路径的研究[D];重庆师范大学;2014年

10 孟令群;混沌粒子群算法在河流水质模型参数识别中的应用[D];长安大学;2009年

，

本文编号：1575881