基于改进郊狼优化算法的作业车间调度问题研究
发布时间:2022-01-16 00:04
随着制造业生产方式由大批量制造到小批量、多品种、更新快的转变,合理高效的生产调度对企业至关重要。作为连接计划和生产的关键活动,车间调度尤其是作业车间调度对企业生产制造尤为关键,合理调度能够提高企业的生产效率和设备等资源的有效利用率,缩减产品的制造周期、降低生产成本,提升其市场竞争力。调度优化是一类难以求解的组合优化问题,作业车间调度问题已被证明是NP-hard问题,求解难度很大。随着问题规模的扩大以及研究的发展和深入,智能算法逐渐成为解决作业车间调度问题的重要手段。郊狼优化算法(Coyote Optimization Algorithm,COA)是新的智能算法,具有容易实现、计算速度快、计算量小、鲁棒性强、自我学习能力优越等特点,可以较好地解决作业车间调度问题。本文主要研究内容概括如下:(1)提出了逐维改进的郊狼优化算法(DDICOA),求解了23个函数优化问题和1个工程优化问题,扩展了其工程应用领域。逐维更新评价策略能规避维间干扰现象,只接受能够改善解质量的维度信息,提高了算法的求解精度、收敛速度和鲁棒性。(2)提出一种改进郊狼优化算法(ICOA)求解作业车间调度问题。以最大完工时间...
【文章来源】:河南大学河南省
【文章页数】:81 页
【学位级别】:硕士
【部分图文】:
逐维更新评价策略的位置更新过程
00维下六种算法
焊接梁设计
【参考文献】:
期刊论文
[1]多约束条件下的动态柔性作业车间调度研究[J]. 孙丽珍,毕利. 控制工程. 2020(11)
[2]信息共享模型和组外贪心策略的郊狼优化算法[J]. 张新明,李双倩,刘艳,毛文涛,刘尚旺,刘国奇. 计算机科学. 2020(05)
[3]遗传算法解柔性作业车间调度问题应用综述[J]. 罗雄,钱谦,伏云发. 计算机工程与应用. 2019(23)
[4]全局引导和相互作用的郊狼优化算法及其应用[J]. 张新明,付子豪,陈海燕,刘尚旺,窦智,刘国奇. 计算机应用研究. 2020(09)
[5]A Review on Swarm Intelligence and Evolutionary Algorithms for Solving Flexible Job Shop Scheduling Problems[J]. Kaizhou Gao,Zhiguang Cao,Le Zhang,Zhenghua Chen,Yuyan Han,Quanke Pan. IEEE/CAA Journal of Automatica Sinica. 2019(04)
[6]强化最优和最差狼的郊狼优化算法及其二次指派问题应用[J]. 张新明,王豆豆,陈海燕,毛文涛,窦智,刘尚旺. 计算机应用. 2019(10)
[7]花授粉算法求解多目标模糊柔性作业车间调度[J]. 徐文豪,王艳,严大虎,纪志成. 系统仿真学报. 2018(11)
[8]混合蝗虫优化算法求解作业车间调度问题[J]. 闫旭,叶春明. 计算机工程与应用. 2019(06)
[9]混合遗传蝙蝠算法求解单目标柔性作业车间调度问题[J]. 徐华,程冰. 小型微型计算机系统. 2018(05)
[10]面向广义能耗的柔性作业车间调度优化模型[J]. 李聪波,雷焱绯,肖溱鸽,沈欢. 计算机集成制造系统. 2018(12)
博士论文
[1]调度问题中的粒子群优化方法及其应用研究[D]. 刘志雄.武汉理工大学 2005
[2]智能制造系统多目标车间调度研究[D]. 潘全科.南京航空航天大学 2003
硕士论文
[1]基于数字孪生的柔性作业车间动态调度研究[D]. 费永辉.浙江工业大学 2019
[2]蚁群算法及其在分布式柔性作业车间调度中的应用[D]. 何怡.合肥工业大学 2016
[3]基于改进遗传算法的柔性作业车间调度优化与仿真[D]. 李传鹏.济南大学 2013
[4]基于多品种小批量的生产制造管理信息系统设计[D]. 王怀成.重庆大学 2008
本文编号:3591558
【文章来源】:河南大学河南省
【文章页数】:81 页
【学位级别】:硕士
【部分图文】:
逐维更新评价策略的位置更新过程
00维下六种算法
焊接梁设计
【参考文献】:
期刊论文
[1]多约束条件下的动态柔性作业车间调度研究[J]. 孙丽珍,毕利. 控制工程. 2020(11)
[2]信息共享模型和组外贪心策略的郊狼优化算法[J]. 张新明,李双倩,刘艳,毛文涛,刘尚旺,刘国奇. 计算机科学. 2020(05)
[3]遗传算法解柔性作业车间调度问题应用综述[J]. 罗雄,钱谦,伏云发. 计算机工程与应用. 2019(23)
[4]全局引导和相互作用的郊狼优化算法及其应用[J]. 张新明,付子豪,陈海燕,刘尚旺,窦智,刘国奇. 计算机应用研究. 2020(09)
[5]A Review on Swarm Intelligence and Evolutionary Algorithms for Solving Flexible Job Shop Scheduling Problems[J]. Kaizhou Gao,Zhiguang Cao,Le Zhang,Zhenghua Chen,Yuyan Han,Quanke Pan. IEEE/CAA Journal of Automatica Sinica. 2019(04)
[6]强化最优和最差狼的郊狼优化算法及其二次指派问题应用[J]. 张新明,王豆豆,陈海燕,毛文涛,窦智,刘尚旺. 计算机应用. 2019(10)
[7]花授粉算法求解多目标模糊柔性作业车间调度[J]. 徐文豪,王艳,严大虎,纪志成. 系统仿真学报. 2018(11)
[8]混合蝗虫优化算法求解作业车间调度问题[J]. 闫旭,叶春明. 计算机工程与应用. 2019(06)
[9]混合遗传蝙蝠算法求解单目标柔性作业车间调度问题[J]. 徐华,程冰. 小型微型计算机系统. 2018(05)
[10]面向广义能耗的柔性作业车间调度优化模型[J]. 李聪波,雷焱绯,肖溱鸽,沈欢. 计算机集成制造系统. 2018(12)
博士论文
[1]调度问题中的粒子群优化方法及其应用研究[D]. 刘志雄.武汉理工大学 2005
[2]智能制造系统多目标车间调度研究[D]. 潘全科.南京航空航天大学 2003
硕士论文
[1]基于数字孪生的柔性作业车间动态调度研究[D]. 费永辉.浙江工业大学 2019
[2]蚁群算法及其在分布式柔性作业车间调度中的应用[D]. 何怡.合肥工业大学 2016
[3]基于改进遗传算法的柔性作业车间调度优化与仿真[D]. 李传鹏.济南大学 2013
[4]基于多品种小批量的生产制造管理信息系统设计[D]. 王怀成.重庆大学 2008
本文编号:3591558
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3591558.html