多柔性环境下作业车间调度问题算法研究

发布时间：2017-08-22 07:24

  本文关键词：多柔性环境下作业车间调度问题算法研究

  更多相关文章： 作业车间调度 多柔性 柔性描述 蚁群算法

【摘要】：随着制造业的发展,车间调度问题中的一类重要问题——作业车间调度问题,因为其应用的广泛性、问题的复杂性和多样性,一直深受国内外许多研究学者的重视,研究成果较多,但是目前已有的研究中大多集中于一种或者两种柔性的调度问题,很少将目前常见的机器选择、多工艺路径以及工序顺序柔性三种柔性结合来研究,业已证明,随着制造业向多品种、小批量、智能化的趋势发展,对于柔性作业车间的柔性水平要求越来越高,多柔性环境下的作业车间调度问题更加符合生产的实际情况。本研究的主要问题是多种柔性环境下的作业车间调度问题,是一类较为复杂的排序调度集成问题。本研究的内容：首先,针对作业车间调度的基本问题以及解决方法进行了总结和分析；其次,针对多柔性作业调度车间的最为复杂也急需首先解决的柔性工件的描述问题给出了一个适合数学运算、便于理解的、完备性强、以集合为主要形式的描述模型；进行蚁群算法的设计,构建了多柔性作业车间调度问题的数学模型,给出了蚁群算法关键问题的解决方法及改进措施；最后,结合实例证明了蚁群算法与其他算法对比的优越性,以及提出的描述模型的优点。研究结果表明,多柔性环境下作业车间调度问题的研究更能适应现代化制造车间的实际问题,蚁群算法在解决该问题时具备其他算法没有的优越性,搜索能力强,收敛速度快。对于多柔性并存情况的研究以及蚁群算法在作业车间调度问题中的应用具有一定的指导意义。
【关键词】：作业车间调度 多柔性 柔性描述 蚁群算法
【学位授予单位】：大连理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TB497
【目录】：

• 摘要4-5
• Abstract5-8
• 1 引言8-13
• 1.1 研究背景与意义8-9
• 1.1.1 研究背景8-9
• 1.1.2 研究意义9
• 1.2 研究内容9-10
• 1.3 论文结构和技术路线10-12
• 1.3.1 论文结构10-11
• 1.3.2 技术路线11-12
• 1.4 本章小结12-13
• 2 理论综述13-32
• 2.1 作业车间调度问题13-17
• 2.2 柔性车间调度问题17-27
• 2.2.1 机器选择柔性17-20
• 2.2.2 工艺路径柔性20-23
• 2.2.3 工序顺序柔性23-27
• 2.3 蚁群算法综述27-31
• 2.3.1 蚁群算法简介27-29
• 2.3.2 蚁群算法解TSP问题29-30
• 2.3.3 蚁群算法的特点30-31
• 2.3.4 改进蚁群算法解车间调度问题31
• 2.4 本章小结31-32
• 3 多柔性环境车间调度问题描述模型32-43
• 3.1 工序顺序柔性描述模型32-37
• 3.1.1 基本描述32-35
• 3.1.2 算法生成35-37
• 3.2 多柔性环境车间调度问题的描述37-42
• 3.2.1 目前方法的不足37-39
• 3.2.2 集合形式的描述方法39-41
• 3.2.3 改进Dag图形式的描述方法41-42
• 3.3 本章小结42-43
• 4 基于蚁群算法的调度算法设计43-52
• 4.1 变量定义与调度模型43-44
• 4.2 蚁群算法的路径生成操作44-47
• 4.3 算法设计47-51
• 4.4 算法流程51
• 4.5 本章小结51-52
• 5 算例及结果分析52-58
• 5.1 实验一52-56
• 5.2 实验二56-57
• 5.3 实验二57
• 5.4 本章小结57-58
• 结论58-59
• 参考文献59-63
• 攻读硕士学位期间发表学术论文情况63-64
• 致谢64-65

【相似文献】

中国期刊全文数据库 前10条

1 李思佳;毛玉泉;曹祥玉;裴鑫;尹忠海;;QC-LDPC码的普适Kronecker积-逐步边增加算法[J];吉林大学学报(工学版);2013年01期

2 王立新;刘跃军;吴亮;;基于LDPC优化图结构的ACE改进算法[J];河南科技大学学报(自然科学版);2010年04期

3 罗蕾,徐洪利;构造Dn-最优确切设计的优化方法──离散算法[J];辽宁大学学报(自然科学版);1999年02期

4 孙春林;陈国焉;;AEDMS工程文件编号的生成算法[J];中国民航大学学报;2008年02期

5 白克明;;面向大型流水线机算术表达式的一个优化算法—特征数法[J];广西大学学报(自然科学版);1981年01期

6 马林华;常义林;王晟达;;非规则LDPC码随机性结构的分布规律研究和在短环消除算法中的应用[J];中国科学(E辑:信息科学);2007年04期

7 姜大志;林佳丽;;一种统一的多父体杂交算法[J];华中科技大学学报(自然科学版);2010年12期

8 刘勇;刘念;刘孙俊;;一种基于免疫蚁群混合算法的TSP求解模型[J];四川大学学报(工程科学版);2010年03期

9 刘丙涛;田铮;李小斌;周强锋;;基于图论Gomory-Hu算法的SAR图像多尺度分割[J];宇航学报;2008年03期

10 王海星;张国伍;李振江;;解决有配放限制的多集装箱配载系统优化的多蚁群协同算法[J];交通运输系统工程与信息;2010年02期

中国重要会议论文全文数据库 前2条

1 潘志明;郑骏;钱卫宁;周傲英;;构造XML相似相关结构库的一种有效方法[A];第二十届全国数据库学术会议论文集（技术报告篇）[C];2003年

2 林景亮;董槐林;姜青山;吴书;;一种基于新增阈值的频繁模式挖掘算法[A];第二十三届中国数据库学术会议论文集（研究报告篇）[C];2006年

中国博士学位论文全文数据库 前7条

1 张磊;基于概念格的角色工程相关算法研究[D];哈尔滨工业大学;2015年

2 孟静;新型Krylov子空间算法及其应用研究[D];电子科技大学;2015年

3 胡芳;复杂网络节点中心性多元评估与社团探测新算法研究[D];华中师范大学;2015年

4 唐益明;（1，2，，2）型异蕴涵泛三I算法及其应用研究[D];合肥工业大学;2011年

5 牛云云;求解计算困难问题的膜计算模型与算法研究[D];华中科技大学;2012年

6 李冬冬;基因组序列标注的算法与理论研究[D];国防科学技术大学;2004年

7 周琨;航空公司航班运行调度模型与算法研究[D];南京航空航天大学;2012年

中国硕士学位论文全文数据库 前10条

1 彭辉辉;基于压缩感知的心电信号压缩算法研究[D];东南大学;2015年

2 葛娜;高效用项集动态挖掘算法的研究[D];中北大学;2016年

3 叶馨;闭项集挖掘算法在医保目录制定问题上的研究与应用[D];中国科学技术大学;2016年

4 张靓云;面向微博的事件摘要生成算法研究与实现[D];西南交通大学;2016年

5 朱睿;连续变量量子密钥分发误码协商算法研究[D];哈尔滨工业大学;2016年

6 徐猛;基于关联性挖掘的流形对齐算法研究[D];华侨大学;2016年

7 李昊;基于改进蚁群算法的无线传感器网络路由的研究[D];东北林业大学;2016年

8 李先成;基于模拟退火算法的两物种小系统发育问题算法研究[D];广西师范大学;2016年

9 周宇翔;蜘蛛群优化算法及应用研究[D];广西民族大学;2016年

10 王有财;车辆前方行人检测算法的研究[D];东北大学;2013年

本文编号：717816