基于改进平滑自适应蚁群算法的Job shop调度方法研究

发布时间：2017-07-01 17:06

  本文关键词：基于改进平滑自适应蚁群算法的Job shop调度方法研究，由笔耕文化传播整理发布。

【摘要】：随着科学技术的发展，制造业的生产规模越来越大，生产环境更加复杂多变。生产车间调度问题通过合理的调度决策，可以提高机器利用率，降低生产成本，最小化完工时间，从而提高企业的生产效率和经济效益，从而被制造业广泛关注，是其生产加工的核心环节。 各种智能优化算法不断的被提出并应用在求解车间调度问题上，从而使得车间调度问题得到了很大的提高。其中，蚁群算法（ACO）根据自然界中的蚂蚁在寻找食物源的机理，通过人工蚂蚁不断的迭代，从而寻找最优解。该算法通过正反馈原理以及各个蚂蚁之间进行相互的信息素更新和传递，使它们在搜索过程中相互协作，便于发现较优解，因此特别适合解决JSSP问题。 本文针对Job shop调度的特点和蚁群算法自身易陷入局部最优和收敛速度慢的问题，提出一种平滑自适应Job shop车间调度蚁群算法。在信息素更新过程中采用奖惩措施加快算法的收敛速度，当算法陷入局部最优时，采用平滑机制对信息素的挥发系数进行调整，扩大蚂蚁的搜索范围，进而使算法“跳出陷阱”，提高算法的全局搜索能力；根据各路径上的信息素多少进行自适应调整，有助于提高算法收敛速度。在自适应参数更新过程中，根据算法的实验性能将参数值进行适当的调整，根据其他学者的研究经验，当算法运行至总迭代次数的1/4时，对参数进行更改。仿真结果验证了算法的可行性和有效性。 蚁群算法的优化结果以及求解效率受参数α、 β、 ρ、 Q、 m的影响非常大，它们值的大小对蚁群算法的性能起到决定性作用。本文对平滑自适应蚁群算法中的主要参数α、 β、 ρ、 Q、 m进行分析和仿真研究，，并得出它们对算法的影响程度及规律。 针对生产规模扩大，单车间生产模式无法满足时代需求的问题，本文将改进平滑自适应蚁群算法应用到分布式多车间调度中，并将结果与其它算法进行对比，结果表明该算法在运行时间和搜索最优解等方面都有所提高。
【关键词】：改进蚁群算法 Job shop调度 平滑机制 双向收敛策略
【学位授予单位】：沈阳工业大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TH186;TP18
【目录】：

• 摘要5-7
• Abstract7-11
• 第一章 绪论11-20
• 1.1 研究背景及意义11-12
• 1.2 生产调度的描述12-15
• 1.2.1 生产调度的分类13-14
• 1.2.2 生产调度的特点14-15
• 1.3 国内外现状15-19
• 1.3.1 作业车间调度问题研究现状15-18
• 1.3.2 蚁群算法的研究现状18-19
• 1.4 本文的主要内容及章节安排19-20
• 第二章 作业车间调度问题分析20-30
• 2.1 作业车间调度问题描述20-25
• 2.2 作业车间问题的分类25-27
• 2.3 作业车间调度问题的模型27-29
• 2.4 本章小结29-30
• 第三章 车间调度的蚁群算法研究30-34
• 3.1 蚁群算法的基本原理30-31
• 3.2 蚁群算法的特征31-32
• 3.3 蚁群算法的几种改进32-33
• 3.3.1 改进信息素更新方式32-33
• 3.3.2 改进路径搜索策略33
• 3.3.3 与其他算法结合33
• 3.4 本章小结33-34
• 第四章 一类平滑自适应蚁群算法的设计与实验34-44
• 4.1 工序转移规则34-35
• 4.2 改进信息素更新策略35-36
• 4.3 自适应参数更新策略36
• 4.4 算法实现36-38
• 4.5 仿真结果及分析38-43
• 4.5.1 15×5 基准问题的测试与比较38-41
• 4.5.2 20×5 基准问题的测试与比较41-43
• 4.6 本章小结43-44
• 第五章 参数对性能影响分析44-56
• 5.1 信息素启发式因子α44-46
• 5.2 信息素自启发式因子β46-48
• 5.3 信息素的挥发系数ρ48-50
• 5.4 总信息素 Q50-52
• 5.5 蚂蚁数目 m52-55
• 5.6 本章小结55-56
• 第六章 分布式多车间调度方法研究56-61
• 6.1 问题的描述56-58
• 6.2 分布式多车间调度蚁群算法设计58-60
• 6.2.1 算法设计思路58
• 6.2.2 算法实现58-60
• 6.3 本章小结60-61
• 第七章 总结与展望61-63
• 7.1 总结61
• 7.2 展望61-63
• 参考文献63-66
• 在学研究成果66-67
• 致谢67

【参考文献】

中国博士学位论文全文数据库 前3条

1 宋存利;生产调度问题及其智能优化算法研究[D];大连理工大学;2011年

2 张超勇;基于自然启发式算法的作业车间调度问题理论与应用研究[D];华中科技大学;2007年

3 张国辉;柔性作业车间调度方法研究[D];华中科技大学;2009年

  本文关键词：基于改进平滑自适应蚁群算法的Job shop调度方法研究，由笔耕文化传播整理发布。

本文编号：506720