基于智能算法的云制造资源优化研究

发布时间：2021-09-09 05:44

　　目前,云制造作为云计算、物联网、人工智能等先进技术融合的产物,已经对制造业产生了深远的影响。云制造不仅引起了学术界的广泛关注,同时政府和工业界也都投入了大量的资金对其展开研究,并已经在制造服务组合、车间调度、资源配置、物流管理等应用层面取得了一定的成果,其理论和方法研究具有重要的学术和应用价值。在云制造模式下,制造资源不仅能够实现更大范围的共享,也能够在提高制造资源利用率的同时降低生产制造的成本。本文针对云制造中多目标情况下的云制造服务组合优化问题和动态高维制造资源的调度问题进行了研究。创造性的研究成果主要有:（1）针对制造服务零散化以及服务功能性单一的问题,本文对云制造服务组合进行研究。鉴于云制造服务组合在实际情况中出现的多个优化目标问题,建立了多目标云制造服务组合优化模型,考虑了成本、时间、服务质量和能耗4个指标,提出了评估损失函数调优规则。通过问题分析,提出了一种基于变邻域搜索的快速自适应网格多目标服务组合算法。该算法不需要人为设置邻域搜索范围的大小,并且可自动利用所设置的网格删除大量被支配的个体。仿真结果表明,该算法有效改善了优化多目标时寻找帕累托解集不均匀的问题,提高了云制造... 

【文章来源】：南京邮电大学江苏省

【文章页数】：72 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
专用术语注释表
第一章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
    1.3 本文的工作及结构安排
第二章 相关背景知识介绍
    2.1 云制造
    2.2 多目标优化
    2.3 深度强化学习
    2.4 本章小结
第三章 面向云制造的多目标服务资源组合优化研究
    3.1 云制造多目标服务资源组合优化模型
        3.1.1 拓扑结构
        3.1.2 系统模型
        3.1.3 问题描述
    3.2 基于改进多目标进化算法的云制造服务资源组合优化
        3.2.1 设计思想
        3.2.2 基于变邻域搜索的网格多目标服务组合算法
        3.2.3 面向云制造服务资源优化的组合算法流程
    3.3 仿真分析
        3.3.1 仿真设置
        3.3.2 仿真结果
    3.4 本章小结
第四章 面向云制造的动态生产资源调度优化研究
    4.1 云制造动态生产资源调度优化模型
        4.1.1 拓扑结构
        4.1.2 系统模型
        4.1.3 问题描述
    4.2 基于改进深度强化学习算法的云制造生产资源调度优化
        4.2.1 设计思想
        4.2.2 基于禁忌搜索的深度强化学习生产资源调度算法
        4.2.3 面向云制造生产资源优化的调度算法流程
    4.3 仿真分析
        4.3.1 仿真设置
        4.3.2 仿真结果
    4.4 本章小结
第五章 总结与展望
    5.1 工作总结
    5.2 后续工作展望
参考文献
附录1 攻读硕士学位期间撰写的论文
附录2 攻读硕士学位期间申请的专利
附录3 攻读硕士学位期间参加的科研项目
致谢



本文编号：3391542