应用两阶段作用力微粒群算法求解混合流水车间调度问题

发布时间：2018-06-05 09:49

本文选题：微粒群优化算法 + 作用力规则　；参考：《燕山大学》2015年硕士论文

【摘要】：混合流水车间调度问题(Hybrid Flow-shop Scheduling Problem,简称HFSP)旨在根据有限的生产资源条件对工件及各工序的并行机器进行合理分配,它是传统流水车间生产调度问题的一种推广。与传统流水车间调度问题区别在于HFSP具有多工序、且至少有一道工序存在并行机器的特点,其工程应用背景很强。此外,在许多实际生产过程中,各机器间的缓冲空间或存储设备大小是有限的,对车间的有效生产有极大的影响。因此,研究HFSP具有重要的理论意义和工程应用价值。已证实,HFSP具有严格的NP-hard性质,对其进行精确求解难度相当大,运用常规的方法求解更是难上加难。微粒群优化算法作为一种高效的群体智能优化算法,已成功应用于求解各种复杂优化问题,微粒群优化算法的成功应用说明了其具有适应性强、全局寻优能力强等特点,有利于求解HFSP。为此,本文针对HFSP的求解,研究并改进微粒群优化算法,为求解HFSP进行算法设计,以改进算法的求解性能。主要工作内容包括以下3个方面:首先,对微粒群优化算法进行概述分析,针对现有微粒群优化算法的不足,借鉴拟态物理学中的引斥力思想,重新构建了2种作用力规则,提出新的一种基于阶段性搜索的两阶段作用力微粒群优化算法,并为其不同阶段之间的切换设计了一种新的智能切换方式。通过测试分析,将该算法与其他改进微粒群优化算法进行了比较,结果表明所提算法具有较好的优化性能。其次,针对HFSP的特点,以及传统编码方式微粒种群初始化时优良个体较少、易产生非法解、解码复杂等不足,本文借鉴了一种新颖的基于矩阵的HFSP的编码和解码方式。通过与文献结果及其他改进微粒群优化算法的实验对比,证实了所提算法可有效地解决HFSP。最后,对带阻塞限制的HFSP进行了讨论,提出将带阻塞限制的HFSP应用于复线列车调度问题。为考虑阻塞限制对HFSP的影响,借鉴其他数学模型,并将该模型应用于复线列车调度问题。针对该数学模型和微粒群优化算法的特点,对微粒的解码方法进行了重新设计,并加入微粒调整环节以消除机器或是轨道分配失衡问题。通过仿真实验以及对比分析,证实了运用本文所用模型和算法求解复线列车调度问题是有效的、可行的。综上,本文以HFSP的研究为主线,对调度算法、调度的阻塞限制以及列车调度进行了研究,旨在为调度问题的求解寻求一条新的途径,使调度理论更加付诸实践,为实现生产中资源的优化配置,达到节能减排的效果,也为企业决策者的调度决策提供一定的理论依据。
[Abstract]:This paper presents a new method for optimization of HFSP . It has been proved that HFSP has strict NP - hard property and has great influence on the efficient production of HFSP . In addition , it has been proved that HFSP has strict NP - hard property . It has been proved that HFSP has strict NP - hard property . This paper studies the scheduling algorithm , scheduling congestion restriction and train dispatching based on the research of HFSP , aiming at finding a new approach for solving the problem of scheduling , which makes the scheduling theory more practical . In order to realize the optimal allocation of resources in production and achieve the effect of energy saving and emission reduction , it also provides some theoretical basis for the decision - making of decision makers .
【学位授予单位】：燕山大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP18;TB497

【参考文献】