基于改进量子粒子群算法的柔性作业车间调度研究

发布时间：2017-08-31 18:12

  本文关键词：基于改进量子粒子群算法的柔性作业车间调度研究

  更多相关文章： 反向学习 边界变异 量子粒子群算法 蝙蝠算法 柔性作业车间调度

【摘要】：柔性作业车间调度(Flexible Job-shop Scheduling Problem,FJSP)是一种复杂的调度问题,其相对于作业车间调度(Job Shop Scheduling Problem,JSP)更贴近于生产实际,具有很高的计算难度,很多算法对该类调度问题优化时容易陷入局部最优,因此如何通过对算法的优化改进来有效地求解这种复杂的调度问题,得到优良的调度解受到越来越多的研究者们关注。在本文中,主要利用对量子粒子群(Quantum-behaved particle swarm optimization,QPSO)算法的优化改进来研究柔性作业车间中单目标和多目标的调度优化问题,并与工业生产中模具车间的调度紧密联系,具体的工作与创新之处如下:(1)针对柔性作业车间调度问题,本文不仅仅列出了理想的FJSP模型加以说明,同时依据模具加工车间的实际生产状况,列举总结出车间配置、生产流程、各工序对应各台机器的生产加工时间表以及在工业生产中常常出现的限制约束条件,和对调度方案多方面的评价目标。(2)提出了基于反向学习(Opposition-based learning,OBL)和边界变异(bounded mutation)的QPSO来求解单目标的FJSP问题。针对常常陷入早熟的问题,在QPSO的基础上首先加入反向学习策略,对当前解和反向解进行搜索,增加算法种群的多样性;再通过边界变异策略避免算法陷入边界的最优解。利用该改进算法对连续型标准函数进行测试,同时对单目标FJSP的常见算例以及某车间的柔性调度问题进行仿真求解。(3)提出了混合蝙蝠算法(Bat Algorithm,BA)的QPSO来求解多目标的FJSP问题。考虑将蝙蝠算法中发声速度的变化方式用来改变QPSO算法中的收缩扩张因子,同时利用蝙蝠算法中的随机游走策略来避免算法早熟,有效地跳出局部最优,得到全局最优解。利用该混合算法对连续型标准函数进行求解,并针对模具车间FJSP的最大完工时间,机器总负载和最大机器负载三个目标进行仿真求解。(4)研究了模具车间能耗优化调度问题。随着企业对车间能耗问题的重视,对能耗问题的优化不仅仅提高了企业的经济利益,还对环境保护有着巨大的意义。本文以模具加工车间各台机器的加工能耗为依据,利用混合量子粒子群算法以最大完工时间和能源消耗为评价目标求解该模具车间调度优化问题。通过多个仿真实验,对比验证了改进的QPSO算法在求解连续型测试函数和柔性作业车间调度问题上的有效性和优越性。
【关键词】：反向学习 边界变异 量子粒子群算法 蝙蝠算法 柔性作业车间调度
【学位授予单位】：江南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP18;TB497
【目录】：

• 摘要3-4
• ABSTRACT4-7
• 第一章 绪论7-16
• 1.1 研究背景及意义7-8
• 1.2 柔性作业车间调度问题研究概况8-13
• 1.2.1 车间调度问题的分类与特点8-9
• 1.2.2 车间调度问题的研究方法9-11
• 1.2.3 柔性作业车间调度问题研究现状11-12
• 1.2.4 研究中存在的问题12-13
• 1.3 量子粒子群算法研究概况13-14
• 1.3.1 量子粒子群算法的研究现状13-14
• 1.3.2 量子粒子群算法求解调度问题概况14
• 1.4 本文主要内容及结构14-16
• 第二章 柔性作业车间调度问题建模16-24
• 2.1 引言16-17
• 2.2 柔性作业车间调度问题数学建模17-21
• 2.2.1 问题描述17
• 2.2.2 数学模型17-18
• 2.2.3 约束条件18-19
• 2.2.4 评价指标19-20
• 2.2.5 常见柔性作业车间调度模型20-21
• 2.3 实际模具车间柔性调度问题21-23
• 2.3.1 模具车间生产流程简介21-22
• 2.3.2 模具车间实际约束条件22-23
• 2.3.3 实际生产性能指标23
• 2.4 本章小结23-24
• 第三章 改进量子粒子群算法求解单目标FJSP24-39
• 3.1 量子粒子群优化算法24-27
• 3.1.1 基本粒子群优化算法24-26
• 3.1.2 量子粒子群优化算法26-27
• 3.2 改进量子粒子群优化算法27-30
• 3.2.1 反向学习策略27-28
• 3.2.2 边界变异策略28
• 3.2.3 OBL-QPSOB算法28-30
• 3.3 OBL-QPSOB算法求解单目标FJSP问题30-32
• 3.3.1 基于工序和机器的双层粒子编码方式30
• 3.3.2 位置更新及整数修正30-31
• 3.3.3 OBL-QPSOB算法求解单目标FJSP流程31-32
• 3.4 仿真结果与分析32-38
• 3.4.1 标准函数仿真测试32-34
• 3.4.2 单目标柔性作业车间调度算例仿真测试34-35
• 3.4.3 某加工车间单目标调度问题仿真分析35-38
• 3.5 本章小结38-39
• 第四章 混合量子粒子群算法求解模具车间多目标FJSP39-53
• 4.1 蝙蝠算法39-41
• 4.1.1 基本原理39-40
• 4.1.2 全局搜索40
• 4.1.3 局部更新40-41
• 4.2 混合量子粒子群优化算法41-42
• 4.2.1 混合随机游走策略41
• 4.2.2 收缩扩张系数变化策略41
• 4.2.3 BAT-QPSO算法41-42
• 4.3 BAT-QPSO算法求解多目标FJSP问题42-44
• 4.3.1 多目标问题优化方法42-43
• 4.3.2 BAT-QPSO算法求解多目标FJSP流程43-44
• 4.4 仿真结果与分析44-49
• 4.4.1 标准函数仿真测试44-46
• 4.4.2 模具车间多目标柔性调度问题仿真分析46-49
• 4.5 模具车间能耗问题分析49-52
• 4.5.1 车间能耗问题介绍49-51
• 4.5.2 能耗问题仿真实验51-52
• 4.6 本章小结52-53
• 第五章 总结与展望53-55
• 5.1 总结53
• 5.2 展望53-55
• 致谢55-56
• 参考文献56-60
• 附录：作者在校科研成果60

【相似文献】

中国期刊全文数据库 前10条

1 张超勇;董星;王晓娟;李新宇;刘琼;;基于改进非支配排序遗传算法的多目标柔性作业车间调度[J];机械工程学报;2010年11期

2 闫树;刘志雄;;柔性作业车间调度的演化策略优化[J];机械制造;2010年09期

3 吴秀丽;孙树栋;余建军;蔡志强;;多目标柔性作业车间调度决策精选机制研究[J];中国机械工程;2007年02期

4 陈琪琪;叶文华;;基于交货期和设备能力约束的作业车间调度方法研究[J];制造业自动化;2009年03期

5 薛宏全;魏生民;张鹏;杨琳;;基于多种群蚁群算法的柔性作业车间调度研究[J];计算机工程与应用;2013年24期

6 阎志华,丁秋林;用蜂群算法实现动态作业车间调度[J];组合机床与自动化加工技术;2004年02期

7 阎志华,丁秋林;基于蜂群算法的作业车间调度研究[J];机械科学与技术;2004年10期

8 刘晓霞;谢里阳;陶泽;郝长中;;基于生产费用的柔性作业车间调度优化[J];东北大学学报(自然科学版);2008年04期

9 黄英杰;姚锡凡;颜亮;余铭奇;;基于目标级联法的作业车间调度[J];华南理工大学学报(自然科学版);2010年06期

10 雷德明;吴智铭;;基于粒子群优化的多目标作业车间调度[J];上海交通大学学报;2007年11期

中国重要会议论文全文数据库 前2条

1 尹作海;邱洪泽;周万里;;基于改进变异算子的遗传算法求解柔性作业车间调度[A];第三届中国智能计算大会论文集[C];2009年

2 沈冠町;徐本柱;刘晓平;;改进的免疫算法在作业车间调度中的应用[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年

中国博士学位论文全文数据库 前5条

1 王晓娟;多目标柔性作业车间调度方法研究[D];华中科技大学;2011年

2 吴秀丽;多目标柔性作业车间调度技术研究[D];西北工业大学;2006年

3 谷峰;柔性作业车间调度中的优化算法研究[D];中国科学技术大学;2006年

4 刘鹏飞;混合生产形态下的作业车间调度关键技术研究[D];大连交通大学;2012年

5 李平;不确定条件下混装和作业车间调度问题研究[D];武汉科技大学;2013年

中国硕士学位论文全文数据库 前10条

1 孙璐;随机柔性制造系统建模与优化研究[D];大连理工大学;2015年

2 朱珈楠;基于ACA的及时工艺规划与作业车间调度集成建模与优化[D];浙江工业大学;2012年

3 郑江;基于生物地理学优化算法的柔性作业车间调度研究[D];合肥工业大学;2015年

4 周恺;基于改进量子粒子群算法的柔性作业车间调度研究[D];江南大学;2016年

5 王芳;基于多色粒子群的扩展作业车间调度研究[D];西安工业大学;2013年

6 李传鹏;基于改进遗传算法的柔性作业车间调度优化与仿真[D];济南大学;2013年

7 陆椺;作业车间调度的建模及优化方法研究[D];上海交通大学;2007年

8 陈亚琼;基于一种新编码的作业车间调度[D];西安电子科技大学;2007年

9 马帅;双系统优化及约束作业车间调度应用研究[D];大连理工大学;2013年

10 李成龙;多目标柔性作业车间调度优化问题研究[D];东北大学;2009年

，

本文编号：767119