面向流水车间调度问题的粒子群优化算法研究

发布时间：2017-04-08 19:12

  本文关键词：面向流水车间调度问题的粒子群优化算法研究，由笔耕文化传播整理发布。

【摘要】：随着经济全球化的发展,使得传统企业的生产规模日益扩大,产品的复杂性也日益提高,市场竞争越来越激烈,这给传统的制造企业带来了严峻的挑战。车间调度问题作为制造企业的核心问题,是企业资源配置的主要手段,也是企业生产管理的关键技术,因而一直是生产管理领域的热点研究问题。如何获得一个合理有效的调度方案,对企业的发展有着十分重要的理论价值和实践意义。流水车间调度问题是目前研究的最为广泛的一类经典调度问题,是建立在具体的生产实际调度问题的一类抽象模型,其本质是确定工件在机器上的加工顺序,以用来达到某种生产性能指标的最优调度方案。置换流水车间调度问题是流水车间调度问题中的一类重要分支,是建立在传统的流水车间调度问题的假设模型基础之上,增加了新的约束条件,即要求工件在机器上的加工顺序相同,该调度问题是具有复杂工程背景的NP-hard组合优化问题。粒子群算法是一种新型的群体智能进化算法,是一种通过对生物群居行为搜索最优解的方法,其特点是比较简单、参数较少、易于实现、鲁棒性强等,如今已经被作为一种新型的全局优化智能搜索算法被广泛应用,并在处理生产调度问题上取得了不错的效果。但是粒子群算法本身存在过早收敛、易于陷入局部极值等缺点,因此,对于粒子群算法在生产调度问题的应用研究还需进一步的探索。为了解决置换流水车间调度问题,我们依据最小化最大完工时间,以粒子群算法作为基本的研究工具,结合其他的智能优化算法和优化策略,提出了两种混合粒子群优化算法:第一种基于自适应策略的混合粒子群算法利用启发式NEH算法来产生粒子群算法初始化的全局最优粒子,同时结合自适应调整策略来实现粒子群算法的参数控制;第二种基于局部搜索策略的混合粒子群优化算法,在粒子的位置-速度更新公式中引入动态扰动项,以避免粒子群后期出现的震荡现象,对改变后的个体极值进行基于交叉策略的局部搜索策略,利用贪心迭代算法中的作业毁坏和重造进行全局最优粒子领域空间的局部搜索,以找到更优的邻居,并依据模拟退火策略来选择是否以一定的概率来接受新粒子。结合较新的优化策略和优化方法,我们又提出了一种免疫粒子群优化算法,免疫粒子群算法利用免疫算法的免疫选择和免疫接种机制增强粒子群的全局搜索能力,将粒子种群作为抗体种群,通过免疫选择不断更新粒子种群,将全局粒子作为记忆细胞存在记忆库中,并在免疫接种过程中结合模拟退火策略,来避免粒子群算法出现的早退现象;上述三种混合粒子群优化算法均在Matlab上进行了仿真实验,其实验结果验证了这些混合算法的有效性。零空闲流水车间调度问题也是流水车间调度问题的另一个典型问题,其要求机器一旦开工,中间就不允许出现机器等待加工的现象,这种约束从一定程度上降低了机器的运行成本,提高了企业的生产效率,因此更加贴合现实的生产运作过程,比其它的调度问题更具有适用性。为了解决该调度问题,我们提出了一种混沌粒子群优化算法,在粒子群算法初始化时以启发式NEH算法生成全局最优粒子,引入动态扰动项避免算法陷入局部极值,并对全局最优粒子采取混沌搜索策略,随机不确定的在全局最优粒子的周围搜索更优的粒子,以增强算法的全局寻优性能。通过调度问题的标准算例的仿真实验,验证了该算法的有效性。
【关键词】：置换流水车间调度问题 零空闲流水车间调度问题 混合粒子群优化算法 最大化完工时间
【学位授予单位】：山东师范大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP18;TB497
【目录】：

• 摘要6-8
• Abstract8-11
• 第1章 绪论11-18
• 1.1 课题研究背景及意义11-12
• 1.2 国内外研究现状及趋势12-15
• 1.2.1 国外研究现状及趋势12-14
• 1.2.2 国内研究现状及趋势14-15
• 1.3 本文的主要研究内容及工作15-16
• 1.4 本文的组织结构16-17
• 1.5 本章小结17-18
• 第2章 粒子群算法在流水车间调度问题上的应用18-29
• 2.1 粒子群算法的起源18-19
• 2.2 粒子群算法的基本思想19-21
• 2.2.1 粒子群算法的数学描述19-20
• 2.2.2 粒子群算法的基本流程20-21
• 2.3 流水车间调度问题的研究综述21-25
• 2.3.1 车间调度问题的概述21-22
• 2.3.2 流水车间调度问题的定义22-23
• 2.3.3 流水车间调度问题的分类23-24
• 2.3.4 流水车间调度问题的性能指标24-25
• 2.4 粒子群算法在流水车间调度问题中的应用25-28
• 2.4.1 连续粒子群算法在流水车间调度问题中的应用25-27
• 2.4.2 离散粒子群算法在流水车间调度问题中的应用27-28
• 2.5 本章小结28-29
• 第3章 混合粒子群算法在置换流水车间调度问题上的研究29-47
• 3.1 置换流水车间调度问题的概述29-31
• 3.2 一种基于自适应策略的混合粒子群算法求解置换流水车间调度问题31-37
• 3.2.1 基于自适应策略的混合粒子群算法的基本原理31-33
• 3.2.2 基于自适应策略的混合粒子群算法的基本流程33-34
• 3.2.3 基于自适应策略的混合粒子群算法的实验分析34-37
• 3.3 一种基于局部搜索的混合粒子群算法求解置换流水车间调度问题37-44
• 3.3.1 基于局部搜索的混合粒子群算法的基本原理37-40
• 3.3.2 基于局部搜索的混合粒子群算法的基本流程40-42
• 3.3.3 基于局部搜索的混合粒子群算法的实验分析42-44
• 3.4 两种混合粒子群算法的分析研究44-45
• 3.5 本章小结45-47
• 第4章 免疫粒子群算法在置换流水车间调度问题上的研究47-60
• 4.1 免疫粒子群算法的基本原理47-51
• 4.1.1 免疫粒子群算法47-49
• 4.1.2 模拟退火算法49-51
• 4.2 免疫粒子群算法的基本流程51-53
• 4.3 免疫粒子群算法的实验分析53-58
• 4.4 三种混合粒子群算法的分析研究58-59
• 4.5 本章小结59-60
• 第5章 混沌粒子群算法在零空闲流水车间调度问题上的研究60-69
• 5.1 零空闲流水车间调度问题的概述60-61
• 5.2 一种混沌粒子群优化算法求解零空闲流水车间调度问题61-68
• 5.2.1 混沌粒子群优化算法的基本概念61-63
• 5.2.2 混沌粒子群优化算法的基本流程63-64
• 5.2.3 混沌粒子群优化算法的实验分析64-68
• 5.3 本章小结68-69
• 第6章 总结与展望69-72
• 6.1 本文研究工作总结69-70
• 6.2 展望70-72
• 参考文献72-78
• 攻读学位期间的论文发表情况78-79
• 致谢79

【相似文献】

中国期刊全文数据库 前10条

1 潘全科;赵保华;屈玉贵;毕于慧;;一类解决无等待流水车间调度问题的蚁群算法[J];计算机集成制造系统;2007年09期

2 何利;刘永贤;刘笑天;;粒子群优化算法求解车间调度问题[J];机械与电子;2007年08期

3 王秋芬;杨泽平;梁道雷;;一种改进的车间调度问题算法[J];科学技术与工程;2013年11期

4 苏子林;;车间调度问题及其进化算法分析[J];机械工程学报;2008年08期

5 徐建有;董乃群;顾树生;;带有顺序相关调整时间的多目标流水车间调度问题[J];计算机集成制造系统;2013年12期

6 康宁,王凤儒,刘丕娥,常会友;有交货期的单件车间调度问题的逆序算法[J];系统工程理论与实践;1999年12期

7 马邦雄;叶春明;;利用猫群算法求解流水车间调度问题[J];现代制造工程;2014年06期

8 曲媛;杨晓伟;;关于流水车间调度问题的综述[J];中小企业科技;2007年08期

9 王柏琳;李铁克;;等待时间受限的流水车间调度问题的若干性质[J];系统工程理论与实践;2012年06期

10 邵扬;王晓娟;;类电磁机制算法求解模糊流水车间调度问题[J];武汉理工大学学报(交通科学与工程版);2013年02期

中国重要会议论文全文数据库 前3条

1 邹逢兴;曾令李;高政;刘烽;;一种求解混合流水车间调度问题的分布式方法[A];2009中国控制与决策会议论文集（2）[C];2009年

2 朱婧;;求解车间调度问题的改进模拟退火算法[A];第五届（2010）中国管理学年会——商务智能分会场论文集[C];2010年

3 洪宗友;庞哈利;;No-wait流水车间调度问题的一种启发式算法[A];2007中国控制与决策学术年会论文集[C];2007年

中国博士学位论文全文数据库 前7条

1 陶翼飞;面向分组加工的混合流水车间优化调度问题研究[D];昆明理工大学;2013年

2 何利;即时定制生产模式及其车间调度问题的研究[D];东北大学;2008年

3 黄英杰;基于目标级联法和智能优化算法的车间调度问题研究[D];华南理工大学;2012年

4 刘延风;置换流水车间调度问题的几种智能算法[D];西安电子科技大学;2012年

5 常桂娟;基于微粒群算法的车间调度问题研究[D];青岛大学;2008年

6 崔U，

本文编号：293513