改进的粒子群优化算法在轮胎硫化车间调度的应用研究

发布时间：2017-05-03 05:00

  本文关键词：改进的粒子群优化算法在轮胎硫化车间调度的应用研究，由笔耕文化传播整理发布。

【摘要】：随着计算机时代的来临,轮胎生产这种传统工艺面临着巨大挑战,如何高效生产且满足客户要求成为国内外轮胎制造商们最需要解决的问题。硫化工序作为轮胎生产的重要工序,对其车间生产进行调度优化对提升轮胎企业生产水平至关重要。因此,本文以轮胎硫化车间作为研究对象,着重研究硫化车间生产调度问题。通过查阅大量文献,对硫化车间调度的研究现状进行阐述,分析轮胎硫化工序生产特点,根据硫化车间多目标、多约束的实际生产情况,考虑各种影响硫化车间的生产因素,提出并建立硫化车间的数学模型。针对硫化车间存在的生产调度问题,提出了一种结合遗传算子的改进粒子群优化算法。该算法首先采用一种局部与全局相结合的搜索策略,引入局部极值概念对粒子群算法速度公式进行修改,避免算法早熟收敛。再与遗传算法融合,通过选择、交叉、变异算子进一步优化,使结果向最优值趋近。根据硫化车间特点,采用基于任务的编码方式,使生产任务与硫化机器一一对应。最后将改进的粒子群优化算法应用于求解单目标硫化车间调度优化问题中,验证了该算法在实际生产调度过程中的可行性。研究多目标硫化车间生产调度问题,引入Pareto解的相关概念。根据多目标硫化车间的生产特点,提出一种多目标粒子群混合算法。该算法采用自适应惯性权重对粒子速度更新公式进一步改进,保持种群的多样性,再与遗传算法相结合,提高算法的搜索性能,使改进后的算法能够满足多目标的生产需求。通过与其它优化算法在实际调度中的比较,验证了该算法的优越性。研究动态不确定状态下的多目标硫化车间生产调度问题,引入滚动窗口再调度策略,采用基于事件驱动再调度策略对动态生产调度问题进行处理,利用多目标粒子群混合算法对生产任务再调度,以硫化机故障为例进行仿真实验。通过仿真结果,证明了该方法适用于解决动态车间调度问题。
【关键词】：硫化车间 改进的粒子群算法 遗传因子 多目标 动态调度
【学位授予单位】：青岛科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TQ336.1;TP18
【目录】：

• 摘要3-5
• ABSTRACT5-9
• 1 绪论9-18
• 1.1 课题的背景和研究意义9-10
• 1.2 车间调度问题概述10-15
• 1.2.1 车间调度问题的分类及特点10-12
• 1.2.2 车间调度问题的研究方法12-14
• 1.2.3 车间调度研究的发展趋势14-15
• 1.3 轮胎硫化车间调度研究现状15-16
• 1.4 本文的主要工作与组织结构16-17
• 1.4.1 本文主要的研究内容16-17
• 1.4.2 本文的章节安排17
• 1.5 本章小结17-18
• 2 轮胎硫化车间的调度优化模型研究18-23
• 2.1 橡胶轮胎的生产工艺及流程18-19
• 2.2 轮胎硫化工序生产特点19
• 2.3 轮胎硫化车间调度模型的研究19-22
• 2.3.1 硫化车间调度问题的影响因素20
• 2.3.2 硫化车间调度模型的建立与分析20-22
• 2.4 本章小结22-23
• 3 改进的粒子群算法在单目标硫化车间调度中的应用23-40
• 3.1 单目标硫化车间调度问题的模型研究23-25
• 3.2 结合遗传算子的改进粒子群算法设计25-36
• 3.2.1 粒子群算法综述25-29
• 3.2.2 遗传算法综述29-31
• 3.2.3 结合遗传算子的改进粒子群算法设计思路31-34
• 3.2.4 结合遗传算子的改进粒子群算法流程34-36
• 3.3 仿真实验36-39
• 3.4 本章小结39-40
• 4 改进的粒子群算法在多目标硫化车间调度中的应用40-52
• 4.1 多目标优化问题概述40-42
• 4.1.1 多目标优化问题的基本理论40-41
• 4.1.2 多目标优化问题的求解方法41-42
• 4.2 多目标硫化车间调度问题的模型研究42-44
• 4.2.1 问题描述42-43
• 4.2.2 数学模型43-44
• 4.3 多目标粒子群混合算法设计44-48
• 4.3.1 多目标粒子群混合算法设计思路45-47
• 4.3.2 多目标粒子群混合算法流程47-48
• 4.4 仿真实验48-51
• 4.5 本章小结51-52
• 5 改进的粒子群算法在动态硫化车间调度中的应用52-59
• 5.1 动态调度问题的策略研究52-53
• 5.1.1 动态调度问题的研究方法52-53
• 5.1.2 滚动窗口机制53
• 5.2 硫化车间动态调度优化问题的研究53-56
• 5.2.1 问题描述53-54
• 5.2.2 数学模型54-55
• 5.2.3 硫化车间动态调度方法及策略55-56
• 5.3 仿真实验56-57
• 5.4 本章小结57-59
• 6 总结与展望59-61
• 6.1 工作总结59
• 6.2 展望59-61
• 参考文献61-65
• 致谢65-66
• 攻读硕士期间发表的学术论文66-68

【参考文献】

中国期刊全文数据库 前10条

1 毕孝儒;张黎黎;贺拴;贺艳果;;面向无等待多目标柔性车间调度问题的遗传蜂群优化算法[J];现代计算机(专业版);2015年23期

2 付亚平;黄敏;王洪峰;王兴伟;;混合并行机调度问题的多目标优化模型及算法[J];控制理论与应用;2014年11期

3 袁亮;袁逸萍;冯欢欢;孙文磊;;基于智能优化算法的车间调度问题研究[J];新疆大学学报(自然科学版);2014年03期

4 胡旺;Gary G. YEN;张鑫;;基于Pareto熵的多目标粒子群优化算法[J];软件学报;2014年05期

5 张国民;;遗传算法的综述[J];科技视界;2013年09期

6 郑忠;周超;陈开;;基于免疫遗传算法的车间天车调度仿真模型[J];系统工程理论与实践;2013年01期

7 刘宝宁;章卫国;李广文;聂瑞;;一种改进的多目标粒子群优化算法[J];北京航空航天大学学报;2013年04期

8 ;World Tire Industry Bearish[J];中国橡胶;2012年20期

9 李莉;;基于自适应参数与混沌搜索的PSO算法求解柔性作业车间调度问题[J];计算机应用;2012年07期

10 邱燕玲;;遗传算法在图像处理的应用研究[J];信息与电脑(理论版);2012年06期

中国博士学位论文全文数据库 前1条

1 刘衍民;粒子群算法的研究及应用[D];山东师范大学;2011年

中国硕士学位论文全文数据库 前10条

1 徐迅;多目标粒子群优化算法及其应用研究[D];江南大学;2014年

2 张志鹏;基于多目标遗传粒子群混合算法求解混合流水车间调度问题研究[D];大连交通大学;2014年

3 张丽萍;改进的蚁群算法在硫化车间调度问题中的应用[D];青岛科技大学;2014年

4 张富生;基于遗传算法的车间动态调度研究[D];山东大学;2013年

5 孙贻相;基于群智能优化算法的硫化车间多目标调度问题的研究[D];青岛科技大学;2013年

6 王磊;基于改进离散粒子群算法的作业车间调度方法研究及应用[D];浙江工业大学;2012年

7 陈莉莉;多目标粒子群算法及其在车间调度中的应用研究[D];浙江工业大学;2011年

8 陈峰;基于MES架构的轮胎成型与硫化工序优化排产系统研究[D];浙江大学;2011年

9 李元元;橡胶轮胎成型-硫化生产调度系统的设计与开发[D];东北大学;2010年

10 林\~;动态不确定条件下橡胶硫化车间生产调度问题研究[D];青岛科技大学;2010年

  本文关键词：改进的粒子群优化算法在轮胎硫化车间调度的应用研究，由笔耕文化传播整理发布。

，

本文编号：342336