改进粒子群算法在车间调度中的研究及应用
发布时间：2022-12-24 01:15
在竞争日渐激烈的全球化经济中,如何提高企业的制造效率,减少企业成本已成为提升企业竞争力的重要途径,而随着企业生产规模巨大化和生产规模的连续化,车间调度已成为左右生产效率的要素之一。车间调度问题（Job-shop Scheduling Problem,JSP）是制造行业的一个研究热点,有效的调度计划和优化方法是实现提升生产效益的基本和关键,但车间调度问题是NP难问题,其难点是无法实现在一个多项式时间内求出其最优解,所以一个好的优化算法是解决车间调度问题的关键。近几十年来,学者们都在致力寻找更好的优化算法,其中粒子群算法（Particle Swarm Optimization,PSO）和禁忌搜索算法（Tabu Search,TS）是比较突出的两个优化算法。粒子群算法是一种群智能算法,因其有简单、容易实现,收敛速度快且需要调整参数少等优点,自提出以来便受到了国内外的关注,粒子群算法现在广泛应用于调度优化、函数优化、化学工程、数据挖掘、生物工程、环境工程、模糊系统控制等诸多邻域。禁忌搜索算法是一种全局逐步优化的启发式算法,以禁忌表的形式来避免陷入局部最优解,以此来跳出局部最优,具有良好的寻优性...
【文章页数】：74 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题研究背景及意义
1.2 车间调度问题概述
1.2.1 车间调度问题数学描述
1.2.2 车间调度问题的分类
1.2.3 车间调度问题的描述方法
1.3 国内外研究现状及不足
1.3.1 拉格朗日松弛法
1.3.2 模拟退火算法
1.3.3 蚁群算法
1.3.4 神经网络算法
1.3.5 遗传算法
1.3.6 差分进化算法
1.3.7 粒子群算法
1.3.8 禁忌搜索算法
1.4 主要研究内容
1.5 论文组织结构
第2章 粒子群和禁忌搜索算法基本原理与改进
2.1 粒子群算法概述
2.1.1 粒子群算法起源
2.1.2 粒子群算法模型
2.1.3 粒子群算法基本流程
2.1.4 粒子群算法参数、模型分析
2.2 禁忌搜索算法概述
2.2.1 禁忌搜索算法的基本原理
2.2.2 禁忌搜索算法介绍
2.2.3 禁忌搜索算法流程
2.3 粒子群算法和禁忌搜索算法的优缺点分析
2.3.1 粒子群算法的优缺点
2.3.2 禁忌搜索算法的优缺点
2.4 改进的粒子群算法及其性能测试
2.4.1 粒子群算法改进思想
2.4.2 测试函数的选取
2.4.3 实验环境及参数设置
2.4.4 实验结果分析
2.5 本章小结
第3章 改进粒子群算法在车间调度问题中的研究
3.1 目标函数和适应值函数
3.2 编码和解码
3.2.1 编码
3.2.2 解码
3.2.3 二级编码
3.3 粒子群算法的更新公式
3.4 车间调度问题中邻域结构的研究
3.5 改进粒子群算法求解车间调度问题的基本流程
3.6 本章小结
第4章 改进粒子群算法求解作业车间调度问题
4.1 作业车间调度问题的选择
4.2 作业车间调度问题实例求解与分析
4.2.1 求解10×10作业车间调度问题
4.2.2 求解MT和LA类型作业车间调度问题
4.3 本章小结
第5章 改进粒子群算法求解柔性作业车间调度问题
5.1 柔性作业车间调度简介
5.2 柔性作业车间调度问题解的衡量标准
5.3 柔性作业车间调度问题的求解方法
5.3.1 柔性作业车间调度的编码和解码
5.3.2 柔性作业车间调度粒子的更新方法
5.4 柔性作业车间调度问题实例求解与分析
5.5 本章小结
结论
致谢
参考文献
攻读学位期间取得学术成果
【参考文献】：
博士论文
[1]一种新型的智能优化方法-人工鱼群算法[D]. 李晓磊.浙江大学 2003
硕士论文
[1]基于粒子群算法的动态车间调度问题研究[D]. 吴再新.东华大学 2016
[2]基于自适应差分进化算法的生产调度方法研究与实现[D]. 项招贵.浙江工业大学 2009
[3]基于禁忌搜索算法的配电网重构研究[D]. 董百强.重庆大学 2006
本文编号：3725757
【文章页数】：74 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题研究背景及意义
1.2 车间调度问题概述
1.2.1 车间调度问题数学描述
1.2.2 车间调度问题的分类
1.2.3 车间调度问题的描述方法
1.3 国内外研究现状及不足
1.3.1 拉格朗日松弛法
1.3.2 模拟退火算法
1.3.3 蚁群算法
1.3.4 神经网络算法
1.3.5 遗传算法
1.3.6 差分进化算法
1.3.7 粒子群算法
1.3.8 禁忌搜索算法
1.4 主要研究内容
1.5 论文组织结构
第2章 粒子群和禁忌搜索算法基本原理与改进
2.1 粒子群算法概述
2.1.1 粒子群算法起源
2.1.2 粒子群算法模型
2.1.3 粒子群算法基本流程
2.1.4 粒子群算法参数、模型分析
2.2 禁忌搜索算法概述
2.2.1 禁忌搜索算法的基本原理
2.2.2 禁忌搜索算法介绍
2.2.3 禁忌搜索算法流程
2.3 粒子群算法和禁忌搜索算法的优缺点分析
2.3.1 粒子群算法的优缺点
2.3.2 禁忌搜索算法的优缺点
2.4 改进的粒子群算法及其性能测试
2.4.1 粒子群算法改进思想
2.4.2 测试函数的选取
2.4.3 实验环境及参数设置
2.4.4 实验结果分析
2.5 本章小结
第3章 改进粒子群算法在车间调度问题中的研究
3.1 目标函数和适应值函数
3.2 编码和解码
3.2.1 编码
3.2.2 解码
3.2.3 二级编码
3.3 粒子群算法的更新公式
3.4 车间调度问题中邻域结构的研究
3.5 改进粒子群算法求解车间调度问题的基本流程
3.6 本章小结
第4章 改进粒子群算法求解作业车间调度问题
4.1 作业车间调度问题的选择
4.2 作业车间调度问题实例求解与分析
4.2.1 求解10×10作业车间调度问题
4.2.2 求解MT和LA类型作业车间调度问题
4.3 本章小结
第5章 改进粒子群算法求解柔性作业车间调度问题
5.1 柔性作业车间调度简介
5.2 柔性作业车间调度问题解的衡量标准
5.3 柔性作业车间调度问题的求解方法
5.3.1 柔性作业车间调度的编码和解码
5.3.2 柔性作业车间调度粒子的更新方法
5.4 柔性作业车间调度问题实例求解与分析
5.5 本章小结
结论
致谢
参考文献
攻读学位期间取得学术成果
【参考文献】：
博士论文
[1]一种新型的智能优化方法-人工鱼群算法[D]. 李晓磊.浙江大学 2003
硕士论文
[1]基于粒子群算法的动态车间调度问题研究[D]. 吴再新.东华大学 2016
[2]基于自适应差分进化算法的生产调度方法研究与实现[D]. 项招贵.浙江工业大学 2009
[3]基于禁忌搜索算法的配电网重构研究[D]. 董百强.重庆大学 2006
本文编号：3725757
本文链接：https://www.wllwen.com/kejilunwen/sousuoyinqinglunwen/3725757.html
