本文關(guān)鍵詞：混合差分—分布估計(jì)算法及其在車間調(diào)度中的應(yīng)用研究

  更多相關(guān)文章： 差分進(jìn)化算法 分布估計(jì)算法 置換流水車間調(diào)度 作業(yè)車間調(diào)度

【摘要】：伴隨著計(jì)算機(jī)集成制造系統(tǒng)(CIMS)的發(fā)展,智能車間調(diào)度已經(jīng)成為提高企業(yè)生產(chǎn)效率的重要途徑。車間調(diào)度問題是一類NP-hard組合優(yōu)化問題,隨著問題規(guī)模的擴(kuò)大,問題復(fù)雜度隨之升高。相比傳統(tǒng)的確定性和啟發(fā)式算法,智能優(yōu)化算法(IOA)因其搜索效率高、魯棒性強(qiáng)、可移植性強(qiáng),而被廣泛應(yīng)用于車間調(diào)度中。分布估計(jì)算法(EDA)是一種基于概率統(tǒng)計(jì)學(xué)的搜索算法,運(yùn)用概率模型描述基因變量間的相互聯(lián)系,具有良好的全局搜索能力。差分進(jìn)化算法(DE)是一種啟發(fā)式隨機(jī)搜索算法,通過交換個(gè)體間方向和距離信息產(chǎn)生后代�；旌纤惴ńY(jié)合不同算法的尋優(yōu)特點(diǎn),因而具有較好的搜索性能。針對(duì)此,本文研究了混合差分-分布估計(jì)算法及其在車間調(diào)度問題中的應(yīng)用,主要內(nèi)容包括：(1)根據(jù)EDA和DE算法的特點(diǎn),引進(jìn)了基于優(yōu)秀種群適應(yīng)度學(xué)習(xí)因子改進(jìn)了兩種算法的搜索機(jī)制,進(jìn)而提出了基于自適應(yīng)增量學(xué)習(xí)策略的混合差分-分布估計(jì)算法(AILHDE-EDA)。該算法混合了兩種搜索機(jī)制,加快收斂速度,提高求解精度；同時(shí)運(yùn)用馬爾科夫鏈分析了AILHDE-EDA算法的收斂性,并用仿真實(shí)驗(yàn)證明了該算法是有效性。(2)引入了LOV (Larger-Order-Value)規(guī)則將AILHDE-EDA中的連續(xù)變量映射到工件序列,用于解決置換流水車間調(diào)度問題(PFSP),同時(shí)設(shè)計(jì)了基于工件的局部搜索算法加強(qiáng)局部搜索能力。利用SOV (Small-Order-Value)規(guī)則將AILHDE-EDA用于解決作業(yè)車間調(diào)度問題(JSP)。最后,對(duì)標(biāo)準(zhǔn)車間調(diào)度問題的測(cè)試證明了AILHDE-EDA解決兩類車間調(diào)度問題的有效性。(3)針對(duì)智能優(yōu)化算法解決組合優(yōu)化問題的不足,結(jié)合了DE和EDA的特性,提出了一種混合離散差分-分布估計(jì)算法(HDDE-EDA)用以解決PFSP。在概率模型不再用于采樣生成個(gè)體,而是產(chǎn)生一個(gè)指導(dǎo)個(gè)體用于指導(dǎo)交叉和變異產(chǎn)生后代;同時(shí),采用了多樣的變異和交叉方式來平衡全局搜索和局部搜索,并通過變鄰域搜索(VNS)來進(jìn)一步提高局部搜索能力。仿真實(shí)驗(yàn)比較了HDDE-EDA與PFSP經(jīng)典調(diào)度算法結(jié)果,證明了HDDE-EDA解決PFSP問題的優(yōu)越性。
【關(guān)鍵詞】：差分進(jìn)化算法 分布估計(jì)算法 置換流水車間調(diào)度 作業(yè)車間調(diào)度
【學(xué)位授予單位】：蘭州大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TB497
【目錄】：

• 中文摘要3-4
• Abstract4-9
• 第一章 緒論9-19
• 1.1 研究背景及意義9-10
• 1.2 車間調(diào)度問題10-12
• 1.2.1 車間調(diào)度問題描述10
• 1.2.2 車間調(diào)度算法10-12
• 1.3 差分進(jìn)化算法12-15
• 1.4 分布估計(jì)算法15-17
• 1.5 本文研究?jī)?nèi)容及章節(jié)安排17-19
• 第二章 混合差分-分布估計(jì)算法及其理論分析19-38
• 2.1 增量分布估計(jì)搜索19-22
• 2.2 差分搜索22-23
• 2.3 混合差分-分布估計(jì)算法23-25
• 2.4 AILHDE-EDA算法收斂性分析25-29
• 2.4.1 基本定義25-27
• 2.4.2 收斂性證明27-29
• 2.5 實(shí)驗(yàn)仿真29-37
• 2.5.1 測(cè)試函數(shù)及實(shí)驗(yàn)環(huán)境29-32
• 2.5.2 參數(shù)設(shè)置32-33
• 2.5.3 實(shí)驗(yàn)結(jié)果及其分析33-37
• 2.6 小結(jié)37-38
• 第三章 基于混合差分-分布估計(jì)算法的車間調(diào)度38-52
• 3.1 AILHDE-EDA算法在PFSP中的應(yīng)用38-45
• 3.1.1 PFSP問題描述38-39
• 3.1.2 算法編碼機(jī)制39
• 3.1.3 局部搜索39-41
• 3.1.4 AILHDE-EDA算法求解PFSP問題41-45
• 3.2 AILHDE-EDA在JSP中的應(yīng)用45-51
• 3.2.1 JSP描述45-46
• 3.2.2 編碼機(jī)制46-47
• 3.2.3 解碼機(jī)制47-48
• 3.2.4 AILHDE-EDA算法求解JSP問題48-51
• 3.3 小結(jié)51-52
• 第四章 基于混合離散差分-估計(jì)算法的置換流水車間調(diào)度52-70
• 4.1 HDDE-EDA算法52-60
• 4.1.1 解的表達(dá)52
• 4.1.2 種群初始化52-53
• 4.1.3 概率模型53-56
• 4.1.4 差分搜索56-57
• 4.1.5 局部搜索57-58
• 4.1.6 HDDE-EDA算法流程58-60
• 4.2 HDDE-EDA求解PFSP問題60-69
• 4.2.1 實(shí)驗(yàn)環(huán)境及評(píng)價(jià)指標(biāo)60
• 4.2.2 Carlier和Reeve問題測(cè)試結(jié)果60-66
• 4.2.3 Taillard問題測(cè)試結(jié)果66-69
• 4.3 小結(jié)69-70
• 第五章 工作總結(jié)及展望70-72
• 5.1 主要工作及結(jié)論70-71
• 5.2 研究展望71-72
• 參考文獻(xiàn)72-78
• 在學(xué)期間研究成果78-79
• 致謝79

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 張慶彬;劉波;田彥平;賀媛媛;;基于自適應(yīng)學(xué)習(xí)搜索框架的混合分布估計(jì)算法[J];計(jì)算機(jī)工程與應(yīng)用;2012年06期

，

本文編號(hào)：1112737