基于改进NSGA-Ⅱ算法的多目标FJSP研究

发布时间：2017-09-03 16:07

  本文关键词：基于改进NSGA-Ⅱ算法的多目标FJSP研究

  更多相关文章： 多目标 作业车间 柔性调度 NSGA-Ⅱ 改进算法

【摘要】：生产调度作为制造系统的重要组成部分,其核心是调度优化技术。近年来,随着市场竞争的加剧,客户对产品的个性化需求越来越高,传统大批量、单品种的生产方式已很难满足多变的市场环境,取而代之的是小批量、多品种的生产模式。实际生产调度过程中,往往需要同时对多个调度目标进行优化,而各调度目标的量纲一般不一致,且各目标之间可能是相互冲突的,在优化某一目标的同时会导致其它目标性能降低。在这一背景下,本文以目标横向差异模式下的多目标柔性作业车间调度问题(FJSP)作为研究对象,以生产管理和多目标优化方法等基础理论作为指导,重点对多目标FJSP模型建立和求解算法进行分析。结合现代制造系统柔性化、多目标、多约束、计算复杂等特点,建立包括最小最大完工时间、最小机器总负荷、最小瓶颈机器负荷、最短交货期、最小平均流经时间和最小生产成本六个调度指标的多目标FJSP模型。针对NSGA-Ⅱ算法求解多目标优化问题在收敛性和种群多样性方面存在的不足,对NSGA-Ⅱ算法进行改进,提出一种改进NSGA-Ⅱ算法：在NSGA-Ⅱ算法基础上,引入一种自适应策略,根据进化代数动态地调整交叉和变异概率,避免算法早熟；引入一种精英个体选择策略,提高种群分布多样性；设计一种基于排挤机制与循环拥挤距离相结合的精英策略,非劣排序之前根据较小值L剔除不合理解,再循环计算每一非劣前沿个体的拥挤距离,最后按照改进精英个体选择策略从每一非劣前沿选择拥挤距离较大的个体作为下一代种群。采用C++编程语言实现NSGA-Ⅱ多目标FJSP模型,通过基准测试验证改进NSGA-Ⅱ算法求解多目标FJSP的有效性。最后,通过模拟某生产车间工件加工过程,将改进NSGA-Ⅱ算法应用于实际车间生产调度,并利用AHP方法对优化阶段得到的Pareto解进行评估,从中选择一个满意调度方案。
【关键词】：多目标 作业车间 柔性调度 NSGA-Ⅱ 改进算法
【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】：F425;F273;TP18
【目录】：

• 摘要5-6
• Abstract6-11
• 第一章 绪论11-21
• 1.1 引言11
• 1.2 研究背景及意义11-13
• 1.2.1 研究背景11-12
• 1.2.2 研究意义12-13
• 1.3 国内外研究现状13-16
• 1.3.1 柔性作业车间调度问题研究文献综述13-14
• 1.3.2 多目标柔性作业车间调度问题优化方法研究现状14-16
• 1.4 现有研究存在的问题16-17
• 1.5 研究内容与研究方法17-21
• 1.5.1 研究内容17-18
• 1.5.2 研究思路18
• 1.5.3 文章结构18-21
• 第二章 多目标柔性作业车间调度问题研究算法基础21-35
• 2.1 柔性作业车间调度问题21
• 2.2 多目标柔性作业车间调度问题21-22
• 2.3 多目标优化问题22-26
• 2.3.1 多目标优化问题基本概念22-24
• 2.3.2 多目标优化问题研究方法24-26
• 2.4 遗传算法26-29
• 2.4.1 遗传算法基本思想26
• 2.4.2 遗传算法的应用步骤26-27
• 2.4.3 遗传算法基本流程27-29
• 2.4.4 基本遗传算法的不足29
• 2.5 NSGA算法29-32
• 2.5.1 NSGA算法基本思想29-30
• 2.5.2 共享虚拟适应度30
• 2.5.3 非劣前沿分级30-31
• 2.5.4 NSGA算法流程31-32
• 2.6 层次分析法32-34
• 2.7 本章小结34-35
• 第三章 NSGA-Ⅱ算法研究及改进35-53
• 3.1 NSGA-Ⅱ算法的提出35-36
• 3.2 NSGA-Ⅱ算法36-41
• 3.2.1 快速非支配排序36-37
• 3.2.2 拥挤距离求解方法37-38
• 3.2.3 拥挤度比较算子38-39
• 3.2.4 精英策略和小生境技术39
• 3.2.5 锦标赛选择39-40
• 3.2.6 NSGA-Ⅱ算法主要流程40-41
• 3.3 NSGA-Ⅱ算法改进41-50
• 3.3.1 NSGA-Ⅱ算法遗传操作参数改进41-43
• 3.3.2 基于排挤筛选与循环拥挤排序的改进精英策略43-49
• 3.3.3 改进NSGA-Ⅱ算法流程49-50
• 3.4 本章小结50-53
• 第四章 多目标FJSP模型建立53-59
• 4.1 问题描述53-54
• 4.2 条件假设及变量描述54-55
• 4.2.1 条件假设54
• 4.2.2 变量描述54-55
• 4.3 多目标FJSP数学模型建立55-57
• 4.3.1 多目标FJSP优化指标55-57
• 4.3.2 多目标FJSP约束57
• 4.4 本章小结57-59
• 第五章 改进NSGA-Ⅱ算法求解多目标FJSP调度问题59-79
• 5.1 改进NSGA-Ⅱ算法求解多目标P-FJSP过程设计59-65
• 5.1.1 染色体编码和解码59-61
• 5.1.2 初始解产生机制61
• 5.1.3 多目标FJSP选择操作61
• 5.1.4 多目标FJSP交叉操作61-63
• 5.1.5 多目标FJSP变异操作63-64
• 5.1.6 多目标FJSP运行参数设计64-65
• 5.2 改进NSGA-Ⅱ算法求解多目标FJSP调度问题步骤65-66
• 5.3 改进NSGA-Ⅱ算法基准测试66-70
• 5.3.1 测试环境及参数66
• 5.3.2 柔性作业车间调度问题基准测试66-69
• 5.3.3 基准测试结果分析69-70
• 5.4 改进N SGA-Ⅱ算法求解实际生产调度问题70-78
• 5.4.1 某制造车间生产调度问题70-72
• 5.4.2 改进NSGA-Ⅱ算法求解实例72-75
• 5.4.3 多目标调度决策75-77
• 5.4.4 最优调度方案输出77-78
• 5.5 本章小节78-79
• 第六章 结论与展望79-81
• 6.1 结论79
• 6.2 展望79-81
• 致谢81-83
• 附录A 攻读硕士期间发表学术论文83-85
• 参考文献85-89

【参考文献】

中国期刊全文数据库 前4条

1 潘群;模糊加工时间的车间调度优化[J];经济师;2004年05期

2 张超勇;董星;王晓娟;李新宇;刘琼;;基于改进非支配排序遗传算法的多目标柔性作业车间调度[J];机械工程学报;2010年11期

3 庞哈利;柔性Job shop集成化计划调度模型及其求解算法[J];控制与决策;2003年01期

4 彭建刚;刘明周;张铭鑫;张玺;葛茂根;;基于改进非支配排序的云模型进化多目标柔性作业车间调度[J];机械工程学报;2014年12期

中国博士学位论文全文数据库 前1条

1 李莉;柔性作业车间调度中的群智能优化算法研究[D];东北林业大学;2011年

中国硕士学位论文全文数据库 前1条

1 刘佳;带调整时间的多目标柔性作业车间调度问题研究[D];合肥工业大学;2012年

，

本文编号：785968