基于改进遗传算法的多目标柔性作业车间调度问题研究

发布时间：2017-08-06 17:01

  本文关键词：基于改进遗传算法的多目标柔性作业车间调度问题研究

  更多相关文章： 柔性作业车间 多目标优化 遗传算法 动态随机搜索 关键路径

【摘要】：在经济发展的全球化时代,随着科学技术的不断提高,市场竞争越来越激烈。企业生产过程需要高效稳定运行的同时还需要资源能够得到合理的优化配置,从而使企业在竞争中更好地获得经济效益。柔性作业车间调度问题是制造领域重要的研究问题,有效的调度方案能够减少生产成本,提高资源的利用率,因此具有重要的研究意义。遗传算法具有简单通用、鲁棒性强等特点,是一种广泛应用的全局优化算法,在求解柔性作业车间问题中广泛应用,但仍存在一些不足。本文主要对遗传算法进行研究,并对该算法在求解多目标柔性作业车间调度问题做进一步改进,主要做了以下几个方面的工作:1.针对遗传算法在求解多目标问题时搜索效率低、局部搜索能力弱和易早熟等问题,提出了一种改进的遗传算法,该算法结合了遗传算法的全局能力和混沌算法的局部搜索能力,采用了一种双层染色体编码方案对基于工序顺序和基于机器分配进行编码,采用一种极值评价机制,可以有效解决遗传算法易早熟和局部搜索能力弱的问题,通过对算例进行仿真,实验结果表明改进算法在寻优精度和收敛能力上明显优于遗传算法。2.针对多目标柔性作业车间调度问题中求解权重难以确定导致调度方案不佳的问题,提出了一种基于动态随机搜索的改进遗传算法(DRSGA)。该算法用功效系数法将最小化所有作业完成时间和机器的总负载转化为单一的目标,采用一种可变影响空间的评价方法在保证非劣解均匀分布的同时维护了种群多样性,最后为了避免关键路径不必要的搜索,采用动态随机搜索和擂台赛法则来有效调整工序的排序从而得到最优调度方案。算例的仿真实验结果表明在寻优精度和收敛能力有所提高,可以有效解决多目标的柔性工作车间调度问题。3.针对柔性作业车间中复杂的批量划分和批次调度问题,提出一种基于改进遗传算法的柔性分批调度算法,该算法设计了基于工件排序、批次数量和设备的双层染色体编码方法,采用随机规则和启发方式来进行种群初始化,然后对染色体进行标准化来扩大工序的邻域搜索范围,在此基础上进行基于关键路径的邻域搜索,最后对算例进行仿真实验,结果表明改进的遗传算法能有效解决柔性工作车间多目标分批调度问题。
【关键词】：柔性作业车间 多目标优化 遗传算法 动态随机搜索 关键路径
【学位授予单位】：兰州理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP18;TB497
【目录】：

• 摘要7-8
• Abstract8-12
• 第1章 绪论12-19
• 1.1 研究的背景及意义12
• 1.2 国内外研究现状综述12-15
• 1.2.1 作业车间调度国内外研究现状12-13
• 1.2.2 柔性作业车间调度国内外研究现状13-15
• 1.3 遗传算法15-17
• 1.3.1 遗传算法的基本概念15
• 1.3.2 遗传算法的基本步骤15-16
• 1.3.3 遗传算法的特点16
• 1.3.4 遗传算法的应用16-17
• 1.4 本文的主要研究内容17
• 1.5 本文组织结构17-19
• 第2章 柔性作业车间调度问题19-26
• 2.1 车间调度问题19-22
• 2.1.1 车间调度问题的分类19
• 2.1.2 车间调度问题的特点19-20
• 2.1.3 车间调度问题的研究方法20-21
• 2.1.4 车间调度研究发展趋势21-22
• 2.2 柔性作业车间调度22-25
• 2.2.1 柔性资源22
• 2.2.2 柔性作业车间调度分类22-23
• 2.2.3 柔性作业车间数学模型建立23-25
• 2.3 本章小结25-26
• 第3章 改进遗传算法在柔性工作车间调度中的应用研究26-32
• 3.1 引言26
• 3.2 FJSP描述26
• 3.3 改进的遗传算法26-29
• 3.3.1 引入适应度分配机制26-27
• 3.3.2 染色体的编码27
• 3.3.3 选择操作27
• 3.3.4 交叉操作27-28
• 3.3.5 变异操作28
• 3.3.6 混沌局部搜索28-29
• 3.4 仿真及实验29-31
• 3.5 本章小结31-32
• 第4章 一种求解柔性作业车间调度问题的改进DRSGA32-39
• 4.1 引言32
• 4.2 改进的DRSGA32-36
• 4.2.1 多目标单一化32
• 4.2.2 染色体的编码32-33
• 4.2.3 基于关键路径的动态随机33-34
• 4.2.4 种群多样性维护34-35
• 4.2.5 遗传进化操作35-36
• 4.2.6 改进的DRSGA36
• 4.3 实验仿真及分析36-38
• 4.4 本章小结38-39
• 第5章 基于改进遗传算法的多目标柔性作业车间分批调度39-47
• 5.1 引言39
• 5.2 FJSLP描述39
• 5.3 改进的遗传算法39-44
• 5.3.1 编码方式39-40
• 5.3.2 种群初始化方法及批量初始划分40-41
• 5.3.3 基于工序染色体的标准化41-42
• 5.3.4 基于关键路径的邻域搜索42-44
• 5.4 改进的遗传算法流程图44
• 5.5 实验及仿真44-46
• 5.6 本章小结46-47
• 第6章 结论与展望47-49
• 6.1 结论47
• 6.2 展望47-49
• 参考文献49-55
• 致谢55-56
• 附录 攻读硕士学位期间所发表的学术论文56

【参考文献】

中国期刊全文数据库 前10条

1 杨宏安;王周锋;吕阳阳;席志成;王宏浩;;工序加工时间不确定条件下作业车间调度问题的区间数求解方法[J];计算机集成制造系统;2014年09期

2 彭建刚;刘明周;张玺;张铭鑫;葛茂根;;工序加工时间不确定的柔性作业车间重调度算法[J];中国机械工程;2014年17期

3 刘刚;王瑛;张发;;基于关键路径求解作业车间调度问题的收敛性分析[J];计算机集成制造系统;2014年05期

4 屈新怀;刘栋;丁必荣;;柔性作业车间分批调度的多样性可控粒子群优化算法[J];计算机辅助设计与图形学学报;2014年01期

5 袁志玲;袁逸萍;孙文磊;田书广;;采用遗传算法的双资源柔性车间调度问题研究[J];现代制造工程;2013年12期

6 王万良;范丽霞;徐新黎;赵燕伟;张静;;多目标差分进化算法求解柔性作业车间批量调度问题[J];计算机集成制造系统;2013年10期

7 赵诗奎;方水良;;基于工序编码和邻域搜索策略的遗传算法优化作业车间调度[J];机械工程学报;2013年16期

8 陆汉东;何卫平;周旭;李亚杰;;基于禁忌搜索的柔性作业车间分批调度[J];上海交通大学学报;2012年12期

9 王翔;李志勇;许国艺;王艳;;基于混沌局部搜索算子的人工蜂群算法[J];计算机应用;2012年04期

10 李兢尧;孙树栋;黄媛;牛刚刚;;求解双资源约束车间调度问题的继承式双目标遗传算法[J];控制与决策;2011年12期

中国博士学位论文全文数据库 前2条

1 谷峰;柔性作业车间调度中的优化算法研究[D];中国科学技术大学;2006年

2 潘全科;智能制造系统多目标车间调度研究[D];南京航空航天大学;2003年

，

本文编号：630645