基于自适应遗传克隆选择算法的模糊车间调度问题研究

发布时间：2017-05-10 03:04

  本文关键词：基于自适应遗传克隆选择算法的模糊车间调度问题研究，由笔耕文化传播整理发布。

【摘要】：在企业生产制造当中，最主要环节就是提出合理的调度系统和生产计划，从而降低生产消耗，提高生产效率。车间调度指导车间的作业调度工作，是生产制造业实现功能化、信息化、智能化的核心。作业车间调度问题（The Job-Shop Scheduling Problem，JSSP）是一般车间调度经过一系列约束条件的限制而延伸得到的典型的组合优化问题。以JSSP问题为基础，本文主要对模糊JSSP进行了数学建模，分别利用遗传算法和克隆选择算法的特点，将两种算法进行结合，设计求解算法，用来研究模糊JSSP问题，，其主要内容如下： 首先对车间调度问题的研究现状、调度分类、调度特点等进行可分析和描述，然后对遗传算法和克隆选择算法的基本思想、算法流程、自适应遗传操作以及克隆选择操作等进行了讨论。将自适应遗传算法和克隆选择算法相结合，分别运用无记忆库的自适应遗传克隆选择算法(AGACA)和有记忆库的自适应遗传克隆选择算法—AGACA_M，求解模糊JSSP问题。算法通过对大量的标准测试实例进行了测试及比较，取得了较好的效果，验证了自适应遗传克隆选择机制对于算法优良解的选择的有效性，以及记忆库对于算法最优解的保存和群体多样性的保持的作用，通过大量车间调度问题实例的仿真实验，证明了算法的有效性。
【关键词】：模糊车间调度问题 克隆选择算法 遗传算法 自适应 记忆库
【学位授予单位】：东华大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP18;TB497
【目录】：

• 摘要5-7
• ABSTRACT7-11
• 第一章 绪论11-14
• 1.1 课题研究背景及意义11
• 1.2 国内外的研究现状11-12
• 1.3 本课题的主要内容12-14
• 第二章 模糊作业车间调度问题14-27
• 2.1 车间调度问题概述14-21
• 2.1.1 车间调度问题的概述14-15
• 2.1.2 车间调度问题的分类15-17
• 2.1.3 车间调度问题的特点17-18
• 2.1.4 车间调度问题的评价指标18
• 2.1.5 车间调度问题的优化方法18-21
• 2.1.6 车间调度问题中的不确定因素21
• 2.2 模糊理论基础21-25
• 2.2.1 模糊集合定义21-22
• 2.2.2 模糊数22-25
• 2.2.3 模糊数的运算25
• 2.3 模糊车间调度问题的提出25-26
• 2.4 本章小结26-27
• 第三章 遗传算法和克隆选择算法的研究27-42
• 3.1 遗传算法理论27-36
• 3.1.1 遗传算法的产生与发展27-28
• 3.1.2 遗传算法的基本思想及特点28
• 3.1.3 遗传算法的基本操作流程28-29
• 3.1.4 遗传算法的基本原理29-34
• 3.1.5 遗传算法在作业车间调度中的应用34-36
• 3.1.6 小结36
• 3.2 克隆选择算法理论36-41
• 3.2.1 生物免疫系统概述37
• 3.2.2 生物免疫系统的基本组成37-38
• 3.2.3 克隆选择算法的基本原理38-39
• 3.2.4 克隆选择算子39-41
• 3.2.5 小结41
• 3.3 本章小结41-42
• 第四章 基于自适应遗传克隆选择算法的模糊作业车间调度问题研究42-57
• 4.1 模糊车间调度问题的数学模型和算法设计42-44
• 4.1.1 模糊车间调度问题描述42-43
• 4.1.2 模糊加工时间43
• 4.1.3 模糊交货期43-44
• 4.1.4 模糊数计算44
• 4.2 自适应遗传克隆选择算法求解模糊作业车间调度问题44-50
• 4.2.1 编码设计45
• 4.2.2 目标函数及适应度设计45-46
• 4.2.3 解码方法46
• 4.2.4 种群初始化46
• 4.2.5 克隆增殖和变异操作46-47
• 4.2.6 自适应遗传交叉47-48
• 4.2.7 选择操作48-49
• 4.2.8 算法的具体步骤和流程49-50
• 4.3 实验仿真及结果50-56
• 4.4 本章小结56-57
• 第五章 基于记忆库的自适应遗传克隆选择算法求解模糊作业车间调度问题57-64
• 5.1 记忆策略的研究57-58
• 5.1.1 记忆策略在实际问题中的应用57-58
• 5.2 算法设计58-59
• 5.2.1 初始种群及记忆库的产生58
• 5.2.2 克隆选择和变异操作58
• 5.2.3 改进的自适应交叉操作58
• 5.2.4 算法的具体步骤和流程58-59
• 5.3 实验仿真及结果59-63
• 5.4 本章小结63-64
• 第六章 总结与展望64-66
• 6.1 本文结论64-65
• 6.2 展望65-66
• 参考文献66-70
• 攻读硕士学位期间发表的论文70-71
• 致谢71

【参考文献】

中国期刊全文数据库 前10条

1 马佳;高立群;石刚;李丹;;求解柔性作业车间调度问题的免疫遗传算法[J];东北大学学报(自然科学版);2008年07期

2 周驰;高亮;高海兵;;基于PSO的置换流水车间调度算法[J];电子学报;2006年11期

3 刘琦,顾幸生;基于模糊规划的处理时间不确定条件下的Job shop问题[J];华东理工大学学报;2001年05期

4 林\~;;免疫微粒群优化算法在作业车间调度中的应用[J];计算机与信息技术;2009年06期

5 陶泽,谢里阳,郝长中,梁迪;基于混合遗传算法的车间调度问题的研究[J];计算机工程与应用;2005年18期

6 宋存利;时维国;;求解多工艺路线车间调度问题的禁忌-遗传算法[J];计算机工程与应用;2008年26期

7 耿兆强,邹益仁;基于遗传算法的作业车间模糊调度问题的研究[J];计算机集成制造系统-CIMS;2002年08期

8 庞留勇;曹炬;张燕;;基于动态疫苗库的免疫遗传算法解决车间调度问题[J];计算机工程与科学;2010年02期

9 黄雨田;于彩燕;段富;;免疫算法解决车间生产调度问题方法综述[J];计算机工程与科学;2010年06期

10 李阳阳;焦李成;;求解SAT问题的量子免疫克隆算法[J];计算机学报;2007年02期

  本文关键词：基于自适应遗传克隆选择算法的模糊车间调度问题研究，由笔耕文化传播整理发布。

本文编号：353846