基于目标级联法和智能优化算法的车间调度问题研究
发布时间：2023-12-02 12:37
生产调度就是在一定的时间内，进行可用共享资源的分配和加工任务的排序，以满足某个或某些特定的生产指标。有效的调度方法和优化技术的研究与应用，是实现先进制造和提高生产效率的基础和关键。改善生产调度方案，可大大提高生产效益和资源利用率，进而增强企业的竞争能力，因此生产调度问题一直是制造系统的一个研究热点。然而由于作业车间调度是一种典型的组合优化问题，该问题是典型的NP-hard问题，所以该问题是理论研究中最为困难的问题之一。同时随着网络化制造的发展，分布式车间调度优化的问题变得越来越多，由于生产资源异地分布，生产设备分布在不同的工厂或车间中，而且制造信息具有分布性、非预见性等使得现有的生产调度机制、方法与策略难于产生理想的效果。针对以上这些问题，本文做了基于目标级联法和智能优化算法的车间调度方面的研究。具体的研究内容如下： 提出熵增强的禁忌搜索遗传算法，并用于作业车间调度问题的求解。在详细描述车间调度问题的基本模型之后，介绍遗传算法的基本流程和控制参数，描述遗传算法在应用于车间调度问题时的编码与解码、选择、交叉、变异以及适应度函数方面的设计。将禁忌搜索算法、遗传算法和种群熵相结合，提出一种称...
【文章页数】：142 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 引言
1.2 车间生产调度问题概述
1.2.1 调度问题的提出
1.2.2 车间调度问题的分类
1.2.3 调度问题的特点
1.2.4 调度问题的研究方法
1.2.5 智能优化算法
1.2.6 调度方法存在的问题及发展趋势
1.2.7 分布式车间调度问题
1.3 目标级联法(ATC)概述
1.3.1 ATC介绍
1.3.2 ATC法应用
1.4 论文的来源和主要内容
1.5 本章小结
第二章 熵增强的车间调度混合遗传算法
2.1 车间调度(Job-Shop)问题的描述
2.2 遗传算法
2.2.1 遗传算法的基本流程
2.2.2 遗传算法的控制参数
2.3 遗传算法求解车间调度问题
2.3.1 编码与解码
2.3.2 选择操作的设计
2.3.3 交叉操作的设计
2.3.4 变异操作的设计
2.3.5 适应度函数确定
2.3.6 算例分析
2.4 熵增强的混合遗传算法求解车间调度的问题
2.4.1 禁忌搜索算法
2.4.2 禁忌搜索遗传算法
2.4.3 熵的引入
2.4.4 熵增强的禁忌搜索遗传算法求解车间调度问题的步骤
2.4.5 算例分析
2.5 本章小结
第三章 熵增强的柔性车间调度混合粒子群算法
3.1 柔性车间调度问题简述
3.2 粒子群算法的简介
3.2.1 粒子群优化算法的基本思想
3.2.2 基本粒子群优化算法
3.2.3 标准粒子群优化算法
3.2.4 粒子群算法的参数
3.3 粒子群算法求解柔性车间调度问题
3.3.1 粒子的编码和解码
3.3.2 位置向量和速度向量的计算
3.3.3 解决柔性车间调度问题的粒子群算法的主要步骤
3.3.4 算例分析
3.4 熵增强的混合粒子群算法求解柔性车间调度问题
3.4.1 模拟退火算法简介
3.4.2 混合粒子群算法(PSOSA)
3.4.3 熵的引入
3.4.4 熵增强的PSOSA求解柔性车间调度问题的步骤
3.4.5 算例分析
3.5 本章小结
第四章 基于混合优化算法的分布式车间调度问题求解
4.1 分布式车间调度问题
4.1.1 分布式车间调度的模型
4.1.2 分布式车间调度的特点
4.2 熵增强的混合遗传算法求解分布式车间调度问题
4.2.1 生产调度结构
4.2.2 分布式车间遗传算法的设计
4.2.3 混合遗传算法求解分布式车间调度的优化流程
4.2.4 算例分析
4.3 熵增强的混合粒子群算法解柔性分布式车间调度问题
4.3.1 柔性分布式车间调度的结构
4.3.2 分布式柔性车间粒子群算法的实现
4.3.3 混合粒子群算法求解分布式柔性车间调度的优化流程
4.3.4 算例分析
4.4 本章小结
第五章 基于目标级联法和智能算法的车间调度优化
5.1 目标级联法
5.1.1 目标级联法的原理
5.1.2 目标级联法的应用步骤
5.2 目标级联法和遗传算法求解大规模车间调度问题
5.2.1 零件族规划层模型
5.2.2 零件规划层模型
5.2.3 基于ATC调度的流程
5.2.4 算例分析
5.3 目标级联法和粒子群算法求解柔性分布式车间调度问题
5.3.1 生产调度层的调度模型与调度
5.3.2 柔性车间调度层模型与调度
5.3.3 ATC柔性分布式车间调度的流程
5.3.4 算例分析
5.4 本章小结
第六章 基于目标级联法和粒子群算法的柔性车间多目标调度
6.1 多目标优化问题的简介
6.2 混合粒子群算法求解柔性车间多目标调度问题
6.2.1 适应度函数的定义
6.2.2 柔性车间多目标调度的流程
6.2.3 算例分析
6.3 基于目标级联法和粒子群算法的柔性分布式车间多目标调度
6.3.1 生产调度层的ATC模型
6.3.2 车间调度层的ATC模型
6.3.3 柔性分布式车间多目标调度的流程
6.3.4 算例分析
6.4 本章小结
第七章 调度软件设计与实现
7.1 软件开发环境的选择
7.2 调度软件设计与实现
7.2.1 调度软件的总体结构
7.2.2 管理层
7.2.3 生产调度层
7.2.4 车间调度层
7.3 实例验证
7.4 案例分析
7.5 本章小结
第八章 论文总结与展望
8.1 全文总结
8.2 研究展望
参考文献
攻读博士学位期间取得的研究成果
致谢
附件
本文编号：3869686
【文章页数】：142 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 引言
1.2 车间生产调度问题概述
1.2.1 调度问题的提出
1.2.2 车间调度问题的分类
1.2.3 调度问题的特点
1.2.4 调度问题的研究方法
1.2.5 智能优化算法
1.2.6 调度方法存在的问题及发展趋势
1.2.7 分布式车间调度问题
1.3 目标级联法(ATC)概述
1.3.1 ATC介绍
1.3.2 ATC法应用
1.4 论文的来源和主要内容
1.5 本章小结
第二章 熵增强的车间调度混合遗传算法
2.1 车间调度(Job-Shop)问题的描述
2.2 遗传算法
2.2.1 遗传算法的基本流程
2.2.2 遗传算法的控制参数
2.3 遗传算法求解车间调度问题
2.3.1 编码与解码
2.3.2 选择操作的设计
2.3.3 交叉操作的设计
2.3.4 变异操作的设计
2.3.5 适应度函数确定
2.3.6 算例分析
2.4 熵增强的混合遗传算法求解车间调度的问题
2.4.1 禁忌搜索算法
2.4.2 禁忌搜索遗传算法
2.4.3 熵的引入
2.4.4 熵增强的禁忌搜索遗传算法求解车间调度问题的步骤
2.4.5 算例分析
2.5 本章小结
第三章 熵增强的柔性车间调度混合粒子群算法
3.1 柔性车间调度问题简述
3.2 粒子群算法的简介
3.2.1 粒子群优化算法的基本思想
3.2.2 基本粒子群优化算法
3.2.3 标准粒子群优化算法
3.2.4 粒子群算法的参数
3.3 粒子群算法求解柔性车间调度问题
3.3.1 粒子的编码和解码
3.3.2 位置向量和速度向量的计算
3.3.3 解决柔性车间调度问题的粒子群算法的主要步骤
3.3.4 算例分析
3.4 熵增强的混合粒子群算法求解柔性车间调度问题
3.4.1 模拟退火算法简介
3.4.2 混合粒子群算法(PSOSA)
3.4.3 熵的引入
3.4.4 熵增强的PSOSA求解柔性车间调度问题的步骤
3.4.5 算例分析
3.5 本章小结
第四章 基于混合优化算法的分布式车间调度问题求解
4.1 分布式车间调度问题
4.1.1 分布式车间调度的模型
4.1.2 分布式车间调度的特点
4.2 熵增强的混合遗传算法求解分布式车间调度问题
4.2.1 生产调度结构
4.2.2 分布式车间遗传算法的设计
4.2.3 混合遗传算法求解分布式车间调度的优化流程
4.2.4 算例分析
4.3 熵增强的混合粒子群算法解柔性分布式车间调度问题
4.3.1 柔性分布式车间调度的结构
4.3.2 分布式柔性车间粒子群算法的实现
4.3.3 混合粒子群算法求解分布式柔性车间调度的优化流程
4.3.4 算例分析
4.4 本章小结
第五章 基于目标级联法和智能算法的车间调度优化
5.1 目标级联法
5.1.1 目标级联法的原理
5.1.2 目标级联法的应用步骤
5.2 目标级联法和遗传算法求解大规模车间调度问题
5.2.1 零件族规划层模型
5.2.2 零件规划层模型
5.2.3 基于ATC调度的流程
5.2.4 算例分析
5.3 目标级联法和粒子群算法求解柔性分布式车间调度问题
5.3.1 生产调度层的调度模型与调度
5.3.2 柔性车间调度层模型与调度
5.3.3 ATC柔性分布式车间调度的流程
5.3.4 算例分析
5.4 本章小结
第六章 基于目标级联法和粒子群算法的柔性车间多目标调度
6.1 多目标优化问题的简介
6.2 混合粒子群算法求解柔性车间多目标调度问题
6.2.1 适应度函数的定义
6.2.2 柔性车间多目标调度的流程
6.2.3 算例分析
6.3 基于目标级联法和粒子群算法的柔性分布式车间多目标调度
6.3.1 生产调度层的ATC模型
6.3.2 车间调度层的ATC模型
6.3.3 柔性分布式车间多目标调度的流程
6.3.4 算例分析
6.4 本章小结
第七章 调度软件设计与实现
7.1 软件开发环境的选择
7.2 调度软件设计与实现
7.2.1 调度软件的总体结构
7.2.2 管理层
7.2.3 生产调度层
7.2.4 车间调度层
7.3 实例验证
7.4 案例分析
7.5 本章小结
第八章 论文总结与展望
8.1 全文总结
8.2 研究展望
参考文献
攻读博士学位期间取得的研究成果
致谢
附件
本文编号：3869686
本文链接：https://www.wllwen.com/kejilunwen/jixiegongcheng/3869686.html
