基于分布式进化算法的大规模柔性作业车间调度研究
发布时间：2021-11-25 09:44
近年来,随着中国制造业的蓬勃发展,如何有效提升企业竞争力已经成为制造企业亟待解决的问题。作为制造行业重要优化手段之一,柔性作业车间调度问题（FJSP）研究受到了广泛关注并取得了一定成果。然而当今制造业向大规模制造趋势发展,柔性作业车间调度问题规模成倍增加,已有研究成果在解决大规模柔性作业车间调度问题（LSFJSP）时存在优化速度慢,优化效果差等问题。为解决大规模柔性作业车间调度优化时存在的问题,本文对已有分布式进化算法框架进行改进,提出基于贝叶斯分组的维度分布式进化算法框架,并进一步结合种群分布式进化算法思想,提出一种种群-维度混合分布进化框架。本文主要工作如下:1LSFJSP问题建模。为使用分布式进化算法求解LSFJSP,本文首先以最小化最大完工时间和总能耗为目标对大规模柔性作业车间调度优化进行问题描述和建模。2基于种群分布式进化算法的LSFJSP方法研究。在对已有种群分布式进化算法框架研究现状分析的基础上,提出基于种群分布式进化算法的LSFJSP方法研究并对方法有效性进行实验验证。实验结果显示,采用种群分布式进化算法框架解决LSFJSP具有较好的优化加速效果。3基于维度分布式进化算...
【文章来源】：华中农业大学湖北省 211工程院校 教育部直属院校
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
论文结构图
华中农业大学2020届硕士研究生学位论文12图2-1柔性作业车间调度Fig.2-1FlexibleJobShopScheduling根据上面对柔性作业车间调度问题的描述，柔性作业车间调度问题的规模记为n*m。当问题规模超过1000维时，柔性作业车间调度问题就成为本文要研究的大规模柔性作业车间调度问题。2.2大规模柔性作业车间调度问题建模2.2.1符号说明n:工件数量;ni:工件i的工序数;m:机器数量;Cmax:最大完工时间;EC:加工过程中总能耗;w1,w2：多目标加权法求解时权重设置;Ti：工件i的最大完工时间;tE(ij)：工件i第j道工序的完工时间;tB(ij)：工件i第j道工序的开始时间;tijk:工件i第j道工序在机器k上加工的加工时间。tijk=∞时表示机器Mk不是该工序的可选机器;
基于分布式进化算法的大规模柔性作业车间调度研究153基于种群分布式进化算法的LSFJSP方法研究种群分布式进化算法框架是当前解决大规模全局优化问题的重要研究方法之一。框架通过对初始种群进行分割得到多个子种群，子种群分别进化，极大的提高了算法的计算速度，同时一定程度上避免算法陷入局部最优。岛式分布式进化算法作为种群分布式进化算法的一种，具有结构简单，信息传递少，优化速度快等优点。目前将岛式分布式进化算法应用于多目标LSFJSP问题的研究较少。本章基于岛式分布式进化算法以能耗和最大完工时间为目标对LSFJSP问题进行研究，给出框架图和流程描述。最后通过实验分析使用岛式分布式进化框架解决大规模柔性作业车间调度问题的优越性。3.1LSFJSP的种群分布式进化算法框架本节基于1.2中种群分布式进化算法研究现状，采用岛式分布式进化算法框架对LSFJSP进行求解，对框架流程和实现细节进行阐述。3.1.1种群分布式进化算法的框架流程大规模柔性作业车间调度优化问题的种群分布式进化算法框架如图3-1所示。图3-1种群分布式进化算法框架Fig.3-1FrameworkofpopulationdistributedevolutionaryalgorithmforLSFJSP
【参考文献】：
期刊论文
[1]信息化助力钢企实现大规模定制生产[J]. 黄斌. 冶金自动化. 2019(04)
[2]基于关键工序的全局随机机器选择和改进GA求解FJSP[J]. 徐文星,王琴,边卫斌,王万红,董轶群. 化工学报. 2017(03)
[3]《中国制造2025》战略下制造业服务化的发展思路[J]. 黄群慧,霍景东. 中国工业评论. 2015(11)
[4]一种并行遗传算法在家纺企业车间调度的应用[J]. 何桂霞,赵端阳,王雨顺. 工业工程与管理. 2008(02)
博士论文
[1]基于群集智能的复杂问题优化算法与应用研究[D]. 唐若笠.武汉大学 2016
[2]面向节能的工艺规划与车间调度研究[D]. 戴敏.南京航空航天大学 2015
[3]工艺规划与车间调度集成问题的求解方法研究[D]. 李新宇.华中科技大学 2009
[4]混合型生产过程建模与调度优化[D]. 郑锋.西北工业大学 2003
硕士论文
[1]求解大规模全局优化问题的高效算法研究[D]. 刘礼文.西安电子科技大学 2019
[2]S企业多品种小批量成本核算模式构建研究[D]. 孔垂珉.江苏大学 2018
[3]基于模拟退火算法的启发式算法在VRP中的应用[D]. 宋燕子.华中师范大学 2013
[4]贝叶斯网络结构学习算法改进研究[D]. 何德琳.北京化工大学 2008
本文编号：3517886
【文章来源】：华中农业大学湖北省 211工程院校 教育部直属院校
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
论文结构图
华中农业大学2020届硕士研究生学位论文12图2-1柔性作业车间调度Fig.2-1FlexibleJobShopScheduling根据上面对柔性作业车间调度问题的描述，柔性作业车间调度问题的规模记为n*m。当问题规模超过1000维时，柔性作业车间调度问题就成为本文要研究的大规模柔性作业车间调度问题。2.2大规模柔性作业车间调度问题建模2.2.1符号说明n:工件数量;ni:工件i的工序数;m:机器数量;Cmax:最大完工时间;EC:加工过程中总能耗;w1,w2：多目标加权法求解时权重设置;Ti：工件i的最大完工时间;tE(ij)：工件i第j道工序的完工时间;tB(ij)：工件i第j道工序的开始时间;tijk:工件i第j道工序在机器k上加工的加工时间。tijk=∞时表示机器Mk不是该工序的可选机器;
基于分布式进化算法的大规模柔性作业车间调度研究153基于种群分布式进化算法的LSFJSP方法研究种群分布式进化算法框架是当前解决大规模全局优化问题的重要研究方法之一。框架通过对初始种群进行分割得到多个子种群，子种群分别进化，极大的提高了算法的计算速度，同时一定程度上避免算法陷入局部最优。岛式分布式进化算法作为种群分布式进化算法的一种，具有结构简单，信息传递少，优化速度快等优点。目前将岛式分布式进化算法应用于多目标LSFJSP问题的研究较少。本章基于岛式分布式进化算法以能耗和最大完工时间为目标对LSFJSP问题进行研究，给出框架图和流程描述。最后通过实验分析使用岛式分布式进化框架解决大规模柔性作业车间调度问题的优越性。3.1LSFJSP的种群分布式进化算法框架本节基于1.2中种群分布式进化算法研究现状，采用岛式分布式进化算法框架对LSFJSP进行求解，对框架流程和实现细节进行阐述。3.1.1种群分布式进化算法的框架流程大规模柔性作业车间调度优化问题的种群分布式进化算法框架如图3-1所示。图3-1种群分布式进化算法框架Fig.3-1FrameworkofpopulationdistributedevolutionaryalgorithmforLSFJSP
【参考文献】：
期刊论文
[1]信息化助力钢企实现大规模定制生产[J]. 黄斌. 冶金自动化. 2019(04)
[2]基于关键工序的全局随机机器选择和改进GA求解FJSP[J]. 徐文星,王琴,边卫斌,王万红,董轶群. 化工学报. 2017(03)
[3]《中国制造2025》战略下制造业服务化的发展思路[J]. 黄群慧,霍景东. 中国工业评论. 2015(11)
[4]一种并行遗传算法在家纺企业车间调度的应用[J]. 何桂霞,赵端阳,王雨顺. 工业工程与管理. 2008(02)
博士论文
[1]基于群集智能的复杂问题优化算法与应用研究[D]. 唐若笠.武汉大学 2016
[2]面向节能的工艺规划与车间调度研究[D]. 戴敏.南京航空航天大学 2015
[3]工艺规划与车间调度集成问题的求解方法研究[D]. 李新宇.华中科技大学 2009
[4]混合型生产过程建模与调度优化[D]. 郑锋.西北工业大学 2003
硕士论文
[1]求解大规模全局优化问题的高效算法研究[D]. 刘礼文.西安电子科技大学 2019
[2]S企业多品种小批量成本核算模式构建研究[D]. 孔垂珉.江苏大学 2018
[3]基于模拟退火算法的启发式算法在VRP中的应用[D]. 宋燕子.华中师范大学 2013
[4]贝叶斯网络结构学习算法改进研究[D]. 何德琳.北京化工大学 2008
本文编号：3517886
本文链接：https://www.wllwen.com/kejilunwen/yysx/3517886.html
