基于改进粒子群算法的多产品厂间歇调度问题研究

发布时间：2017-05-28 07:04

  本文关键词：基于改进粒子群算法的多产品厂间歇调度问题研究，，由笔耕文化传播整理发布。

【摘要】：生产调度是企业组织和管理生产的核心,实现优化调度对于企业提高生产效率、降低能耗、提高设备利用率、降低成本等方面有着重大的作用。同时,随着市场需求越来越多样化和个性化,多产品厂间歇生产过程作为一种经典的生产方式,其调度问题越来越受到人们的重视。本文主要研究不同存储方式下的多产品厂间歇生产调度问题,通过设计和改进粒子群优化算法,找到更有效的方法求出高效的调度方案,并通过大量的仿真实验来说明改进算法的有效性和优越性。 针对有限缓冲区多产品厂间歇调度问题,以最小化完工时间为目标函数,提出了一种多种群粒子群优化(multi-swarm particle swarm optimization, MPSO)算法。算法采用多个种群协同进化,增加了粒子的多样性,引入移民粒子,加强了子种群之间的交流和相互促进,提高了算法的全局寻优能力,对精华种群的变邻域搜索,进一步提高了算法的收敛精度。 针对模糊加工时间零等待多产品厂间歇调度问题,以最小化模糊完工时间为目标,提出了一种基于差分进化粒子群优化(differential evolution particle swarm optimization, DEPSO)的间歇调度算法。以基本粒子群算法为整体进化框架,采用基于反向学习的方法初始化种群,提高初始种群的质量,引入代数阈值,当群体极值保持代数达到阈值时,利用基于排序的差分进化操作优化粒子个体极值位置,提高算法的全局搜索能力,最后通过变邻域搜索,提高算法的搜索精度。 针对多产品厂间歇调度问题的复杂情况,研究了以最小化最大完工时间和最小化总耗能为目标的多目标生产调度问题,通过改进差分进化粒子群(DEPSO)算法来解决多目标调度问题。算法基于Pareto支配关系更新粒子非劣解,通过计算代平均距离决定是否采用基于排序的差分进化策略来改变粒子搜索区域,以防止算法过早陷入局部最优,引入变邻域搜索,提高算法的局部搜索能力。 最后通过对不同规模的调度问题进行仿真实验,以及与其它已有算法的结果对比,说明了改进算法的有效性和优越性。
【关键词】：间歇调度 粒子群算法 有限缓冲区 零等待 多目标
【学位授予单位】：华东理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP18;TB497
【目录】：

• 摘要5-6
• 英文摘要6-8
• 目录8-10
• 第1章 绪论10-16
• 1.1 间歇生产调度问题的研究背景及意义10
• 1.2 间歇生产调度问题概述10-12
• 1.2.1 间歇生产调度的定义及特点10-11
• 1.2.2 间歇生产过程的分类及研究现状11-12
• 1.3 间歇生产调度问题的研究方法12-14
• 1.3.1 间歇生产调度问题的描述方法12-13
• 1.3.2 间歇生产调度问题的优化方法13-14
• 1.4 本文的主要创新14-15
• 1.5 论文的主要研究内容和框架15-16
• 第2章 群智能优化算法16-21
• 2.1 群智能优化算法概述16-17
• 2.1.1 群智能优化算法特点16
• 2.1.2 群智能优化算法的基本环节16-17
• 2.2 典型的群智能优化算法17-20
• 2.2.1 粒子群优化算法17-18
• 2.2.2 差分进化算法18-20
• 2.3 典型群智能算法的应用20
• 2.3.1 粒子群算法的应用20
• 2.3.2 差分进化算法的应用20
• 2.4 本章小结20-21
• 第3章 基于MPSO的有限缓冲区多产品厂间歇调度问题的研究21-33
• 3.1 问题背景及研究意义21-22
• 3.2 有限缓冲区多产品厂间歇调度问题的描述22-23
• 3.3 多种群粒子群优化算法23-24
• 3.3.1 算法思路23-24
• 3.3.2 算法流程24
• 3.4 仿真实验24-31
• 3.4.1 实验设置24-25
• 3.4.2 缓冲区大小对生产调度的影响25-26
• 3.4.3 参数选择26-29
• 3.4.4 算法比较与分析29-31
• 3.5 本章小结31-33
• 第4章 基于DEPSO的模糊时间ZW多产品厂间歇调度问题的研究33-45
• 4.1 问题背景及相关研究33-34
• 4.2 模糊时间ZW多产品厂间歇调度问题的描述与模型建立34-35
• 4.3 差分进化粒子群混合算法35-38
• 4.3.1 基于排序的离散差分进化算法35-37
• 4.3.2 算法思路37-38
• 4.3.3 算法流程38
• 4.4 仿真实验38-44
• 4.4.1 实验设置38
• 4.4.2 算法性能研究38-40
• 4.4.3 算法性能比较40-44
• 4.5 本章小结44-45
• 第5章 改进DEPSO算法在多目标多产品厂间歇调度问题中的应用45-58
• 5.1 问题背景及相关研究45-46
• 5.2 多目标优化问题的基本概念46
• 5.3 多目标多产品厂间歇调度问题描述46-47
• 5.4 基于DEPSO算法的多目标调度算法47-51
• 5.4.1 编码方式47-48
• 5.4.2 差分进化粒子群(DEPSO)算法48-50
• 5.4.3 多目标算法流程50-51
• 5.5 仿真实验51-57
• 5.5.1 验证算法的有效性51-53
• 5.5.2 算法性能比较和实验结果53-57
• 5.6 本章小结57-58
• 第6章 总结与展望58-60
• 参考文献60-66
• 致谢66-67
• 攻读硕士学位期间发表的论文67

【相似文献】

中国期刊全文数据库 前10条

1 霍满臣;陈忠菊;唐立新;;2台并行机上的批在线调度[J];沈阳工程学院学报(自然科学版);2006年02期

2 陈宇;陈新;陈新度;;不确定环境下的多Agent鲁棒性预测调度研究[J];中国机械工程;2009年16期

3 苏明，薛宏熙，洪先龙;调度问题的形式化描述[J];计算机辅助设计与图形学学报;1995年04期

4 朱景福,李欣,王馨;分支定界算法在调度问题上的应用[J];哈尔滨理工大学学报;1999年01期

5 张晓盼;齐欢;袁晓辉;;三峡葛洲坝联合通航调度的混合整数规划[J];武汉理工大学学报(交通科学与工程版);2007年01期

6 刘明周;单晖;蒋增强;葛茂根;扈静;张铭鑫;;不确定条件下车间动态重调度优化方法[J];机械工程学报;2009年10期

7 李风光;初红艳;李鹏;费仁元;方娟;;运用混合优化算法的作业车间分批调度[J];现代制造工程;2010年08期

8 王刚;陈秋双;杜玉泉;全雄文;;基于组合拍卖的多主体单机调度问题[J];计算机集成制造系统;2013年01期

9 赵树武;;基于ExSpect的Job Shop调度的研究[J];现代制造工程;2013年09期

10 吴亚丽,曾建潮,孙国基;基于CTCH网的批过程动态最优调度[J];太原重型机械学院学报;2002年02期

中国重要会议论文全文数据库 前10条

1 李建更;涂凍生;马海涛;;单机拖后时间总和问题交付期扰动时最优调度不变范围的一种求法[A];第十九届中国控制会议论文集（一）[C];2000年

2 刘海龙;黄小原;;总的未完工费用最小的多机调度问题[A];1995中国控制与决策学术年会论文集[C];1995年

3 沈吟东;曾西洋;;公共交通驾驶员调度的复杂性及解决方法[A];’2004计算机应用技术交流会议论文集[C];2004年

4 李兵;蒋慰孙;;Job shop问题的建模及调度[A];1996中国控制与决策学术年会论文集[C];1996年

5 王海星;申金升;;智能蚁群算法解决公交区域调度问题研究[A];2006年首届ICT大会信息、知识、智能及其转换理论第一次高峰论坛会议论文集[C];2006年

6 王成尧;汪定伟;;模糊加工时间的单机调度问题[A];1996中国控制与决策学术年会论文集[C];1996年

7 齐向彤;涂奉生;;双交付期E／T调度问题[A];1997年中国控制会议论文集[C];1997年

8 吴斌;方叶祥;崔志勇;;基于人工蜂群算法的越库调度问题研究[A];第25届中国控制与决策会议论文集[C];2013年

9 方涛;吴受章;;FMS的自适应调度:结构与算法研究[A];1992年中国控制与决策学术年会论文集[C];1992年

10 刘兴初;赵千川;郑大钟;;具有不同准备时间和交付期的单机E／T调度问题研究[A];1998年中国控制会议论文集[C];1998年

中国重要报纸全文数据库 前3条

1 本报记者 贾科华;火电机组叫苦调度不合理[N];中国能源报;2012年

2 本报记者 高芳;牵住“牛鼻子” 巧解“推进难”[N];湖南经济报;2008年

3 黄河水利委员会;流域水量统一调度的实践与认识[N];中国水利报;2001年

中国博士学位论文全文数据库 前10条

1 左燕;大规模复杂生产调度问题瓶颈分解方法研究[D];上海交通大学;2007年

2 王磊;OKP企业分散式项目计划与调度优化方法研究[D];哈尔滨工业大学;2013年

3 李小林;平行机环境下批处理机调度问题研究[D];中国科学技术大学;2012年

4 金毅;模糊集合论在生产计划和调度中的应用研究[D];东南大学;1994年

5 李玉庆;动态不确定环境下航天器观测调度问题研究[D];哈尔滨工业大学;2008年

6 刘志雄;调度问题中的粒子群优化方法及其应用研究[D];武汉理工大学;2005年

7 汤健超;基于混合进化算法的若干调度问题研究[D];华南理工大学;2012年

8 江维;任务关键实时系统的可信感知调度研究[D];电子科技大学;2009年

9 宋洁蔚;油品生产与储运调度问题研究[D];浙江大学;2003年

10 邓冠龙;基于元启发式算法的调度问题若干研究[D];华东理工大学;2012年

中国硕士学位论文全文数据库 前10条

1 郭丽萍;萤火虫算法在阻塞流水线调度问题中的应用研究[D];东北师范大学;2013年

2 嘉晓岚;航班着陆调度的智能优化方法研究[D];中国科学技术大学;2009年

3 杨新玲;基于时间D-子集任务排序与调度问题研究[D];沈阳大学;2010年

4 杨生磊;城市应急出警智能调度系统研究[D];郑州大学;2011年

5 高维龙;注塑企业复杂批调度问题算法与仿真研究[D];武汉科技大学;2013年

6 林W毦

本文编号：402107