基于智能优化算法的复杂车间调度问题研究

发布时间：2017-04-26 09:05

  本文关键词：基于智能优化算法的复杂车间调度问题研究，由笔耕文化传播整理发布。

【摘要】：车间调度问题通常具有NP难、非线性、强约束、多目标、不确定等特性。智能优化算法在求解复杂生产车间调度问题中的应用,已成为学术界和工业界的研究热点。差分进化算法是一种新兴的群体智能进化算法,可用于求解复杂的连续或离散优化问题。分布估计算法是进化计算领域新兴起的一类基于概率分布模型的随机优化算法,能有效的求解多变量相关的优化问题。本文将这两种算法应用于求解三类重要车间调度问题。主要工作如下：(1)针对多目标可重入作业车间调度问题(MRJSSP),提出了一种用于最小化机器总体空闲时间和最大延迟时间的混合差分进化算法(HDE)。(2)针对带序相关设置时间的一类三阶段装配流水线调度问题(TSAFSP_SDST),提出了一种自适应混合分布估计算法(AHEDA),用于最小化平均完成时间和最大延迟时间的加权和。首先,提出了初始种群和初始概率分布模型生成机制；其次,设计了基于信息熵的概率分布模型自适应更新机制和保留优良模式的新种群采样方法；最后,引入了基于插入操作的邻域搜索来增强算法的局部搜索能力。(3)针对最大完工时间(makespan)指标下的一类带不同工序的柔性装配流水车间调度问题(FAFSSP_DP),提出了一种混合分布估计算法(HEDA)。首先,构造了一种基于变量相关性的概率模型更新机制,并对HEDA的变量相关性进行了研究;其次,引入带首次改进跳出策略的邻域搜索来加强算法的局部搜索能力。仿真和实验结果验证了所提算法的有效性,并开发了相应的车间调度仿真软件。
【关键词】：差分进化算法 分布估计算法 多目标可重入作业车间调度 三阶段装配流水线调度 柔性装配流水车间调度
【学位授予单位】：昆明理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TB497;TP18
【目录】：

• 摘要4-6
• Abstract6-10
• 第一章 绪论10-18
• 1.1 研究意义10
• 1.2 作业车间调度问题及相应智能算法研究10-12
• 1.2.1 多目标作业车间调度问题描述10-11
• 1.2.2 可重入作业车间调度问题描述11-12
• 1.2.3 差分进化算法12
• 1.2.4 差分进化算法在车间调度领域的研究与应用12
• 1.3 流水车间调度问题及相应智能算法研究12-15
• 1.3.1 三阶段装配流水线调度问题描述13
• 1.3.2 柔性装配流水车间调度问题描述13
• 1.3.3 分布估计算法13-14
• 1.3.4 分布估计算法及其在车间调度领域的研究与应用14-15
• 1.4 本文的主要工作和创新点15-18
• 第二章 求解MRJSSP的混合差分进化算法18-30
• 2.1 引言18-19
• 2.2 以最小化机器总体空闲时间和最大延迟时间为目标的MRJSSP19-20
• 2.3 混合差分进化算法20-24
• 2.3.1 解的表达(RSOV规则)20-21
• 2.3.2 活动化解码21
• 2.3.3 基于DE的搜索策略21-22
• 2.3.4 基于问题性质的局部搜索22-23
• 2.3.5 HDE的算法步骤23-24
• 2.4 仿真实验与分析24-27
• 2.4.1 实验设置25-26
• 2.4.2 性能比较26
• 2.4.3 仿真结果和对比26-27
• 2.5 小结27-30
• 第三章 求解TSAFSP_SDST的自适应混合分布估计算法30-60
• 3.1 引言30-32
• 3.2 TSAFSP_SDST问题描述32-34
• 3.3 AHEDA34-42
• 3.3.1 解的表示35
• 3.3.2 种群初始化策略35-37
• 3.3.3 概率分布模型初始化策略37-38
• 3.3.4 概率分布模型自适应更新机制38-41
• 3.3.5 新种群采样生成方法41-42
• 3.3.6 基于Insert邻域的局部搜索42
• 3.4 AHEDA步骤和流程图42-45
• 3.5 仿真实验和比较45-57
• 3.5.1 AHEDA关键参数实验分析46-50
• 3.5.2 不含局部搜索的AHEDA与其变形算法比较50-52
• 3.5.3 AHEDA与其它有效算法的比较52-54
• 3.5.4 目标函数权系数单因素方差分析54-57
• 3.6 小结57-60
• 第四章 求解FAFSSP_DP的混合分布估计算法60-82
• 4.1 引言60-63
• 4.2 FAFSSP_DP问题描述63-67
• 4.3 混合EDA67-75
• 4.3.1 解的编码和解码67-68
• 4.3.2 种群初始化策略68
• 4.3.3 概率模型68
• 4.3.4 概率模型的更新机制68-71
• 4.3.5 新种群采样生成方法71
• 4.3.6 带首次改进跳出策略的Insert邻域搜索71-72
• 4.3.7 HEDA的整体步骤和流程图72-75
• 4.4 仿真实验与分析75-81
• 4.4.1 HEDA关键参数设置及其影响76-78
• 4.4.2 HEDA与其它有效算法的比较78-81
• 4.5 结论81-82
• 第五章 总结与展望82-84
• 5.1 论文总结82-84
• 致谢84-86
• 参考文献86-90
• 附录A 攻读硕士期间研究成果90-91

【参考文献】

中国期刊全文数据库 前4条

1 窦丽华;王高鹏;陈杰;张娟;靳添絮;;求解弹头散布均匀度的分布估计算法[J];控制理论与应用;2009年06期

2 周树德;孙增圻;;分布估计算法综述[J];自动化学报;2007年02期

3 王圣尧;王凌;许烨;周刚;;求解混合流水车间调度问题的分布估计算法[J];自动化学报;2012年03期

4 张放;鲁华祥;;利用条件概率和Gibbs抽样技术为分布估计算法构造通用概率模型[J];控制理论与应用;2013年03期

  本文关键词：基于智能优化算法的复杂车间调度问题研究，由笔耕文化传播整理发布。

，

本文编号：328125