混合L-SHADE算法及其在分布式车间调度问题中的应用研究

发布时间：2021-09-12 10:58

　　在经济全球化的背景下,企业之间的合作日益增多,分布式制造逐渐成为制造业中普遍的生产模式。在分布式制造模式中,高效的调度优化方案不仅可以有效地提升企业综合生产效益,而且能够对分布式生产资源进行整合,从而降低生产成本。分布式车间调度问题是以不同企业之间的合作生产为背景,研究工件在工厂间的分配方案,确保各工厂内工件的加工顺序对某项指标的最优化。在数学上,分布式车间调度问题已被证明是NP-hard问题。随着生产规模的增大,其求解难度更加复杂,因而分布式生产车间调度问题具有重要的学术意义和实际应用价值。面对较大规模的分布式调度问题,传统方法已无法满足实际生产需求。因此,对于分布式车间调度问题的理论分析及其优化方案的研究依然是该领域的研究热点。L-SHADE算法是基于线性种群规模缩减（Linear Population Size Reduction,LPSR）和成功历史的参数自适应差分进化算法（Success History-based Adaptive Differential Evolution,SHADE）,是差分进化算法系列最有效的家族算法之一。L-SHADE算法因其特有的更新和运行机制以... 

【文章来源】：兰州理工大学甘肃省

【文章页数】：94 页

【学位级别】：硕士

【部分图文】：

种群缩减过程示例图

DCMAC与对比算

DCMAC与对比算

【参考文献】：
期刊论文
[1]分布式车间调度优化算法研究综述[J]. 王凌,邓瑾,王圣尧.  控制与决策. 2016(01)

博士论文
[1]基于群智能优化算法的流水车间调度问题若干研究[D]. 崔喆.华东理工大学 2014

硕士论文
[1]引力搜索算法及其在车间调度问题中的应用研究[D]. 薛飞龙.兰州理工大学 2019



本文编号：3394101