本文選題：柔性作業(yè)車間調(diào)度　切入點：雙資源約束　出處：《浙江工業(yè)大學》2014年博士論文　論文類型：學位論文

【摘要】：生產(chǎn)調(diào)度可以提高經(jīng)濟效益、降低成本和能耗,從而促進企業(yè)的可持續(xù)發(fā)展,是過去幾十年中計算機集成制造領(lǐng)域的研究熱點之一。柔性作業(yè)車間調(diào)度問題作為生產(chǎn)調(diào)度的一個重要分支,其特點更接近于實際生產(chǎn)過程,但同時也帶來了求解上的困難,因此,對其研究具有重要的實際意義和理論價值。 本文以離散粒子群算法為基本優(yōu)化手段,通過改進粒子位置更新方式和設計符合問題特征的局部搜索策略,針對幾類柔性作業(yè)車間調(diào)度問題,提出相應的混合離散粒子群算法進行求解,主要研究內(nèi)容概括如下： (1)結(jié)合改進的粒子位置更新方式和基于機器負載的模擬退火機制,提出了混合離散粒子群算法求解一類以機器為約束資源,生產(chǎn)周期為優(yōu)化目標的單資源單目標柔性作業(yè)車間調(diào)度問題。該混合算法有效地彌補了粒子群算法求解柔性車間調(diào)度問題時易得到不可行解的缺陷,并且在保證了粒子能收斂到可行解的同時,又改善了算法的搜索性能。通過算例仿真,驗證了混合算法的有效性和可行性。 (2)基于Pareto支配概念,提出一種將改進的Baldwinian學習策略和模擬退火技術(shù)相結(jié)合作為局部搜索策略的混合離散粒子群算法,求解一類以機器為約束資源,以生產(chǎn)周期、最大機器負載和單臺機器最大負載為優(yōu)化目標的多目標柔性作業(yè)車間調(diào)度問題。該混合算法除了具有較強的局部探索能力外,還采用混合初始化策略提高搜索起點,并引入外部檔案防止進化過程中非支配解的丟失。經(jīng)算例仿真驗證,改進算法在收斂性和非支配解的分布均勻性方面均具有明顯優(yōu)勢。 (3)針對以機器和工人為約束資源,以生產(chǎn)周期為優(yōu)化目標的雙資源單目標柔性作業(yè)車間調(diào)度問題,提出了一種結(jié)合改進離散粒子群算法和基于變鄰域模擬退火操作的混合離散粒子群算法。針對問題特征,該混合算法在種群初始化、粒子位置更新和鄰域選擇機制上進行了改進,從而有效地防止不可行解的出現(xiàn),并避免了算法早熟。算例仿真驗證算法的可行性和有效性。 (4)提出了一種基于改進Maximin適應值函數(shù)的多目標動態(tài)隨機搜索操作,并結(jié)合改進的離散粒子群算法,給出了雙資源多目標柔性作業(yè)車間調(diào)度問題的求解方法,其約束資源為機器和工人,優(yōu)化目標為生產(chǎn)周期和生產(chǎn)成本。該混合算法有效地改善了局部搜索性能,并通過提出一種簡單的混合策略對外部檔案進行修剪,保證了算法的高效運行。算例仿真說明算法取得了較好的調(diào)度效果。 最后,基于本文所提出的柔性作業(yè)車間調(diào)度方法,設計了一個基于B/S架構(gòu)的柔性作業(yè)車間調(diào)度系統(tǒng),通過紙盆車間兩個實例驗證論文提出方法的有效性。并對全文所做的研究工作進行了總結(jié)和展望。
[Abstract]:......
【學位授予單位】：浙江工業(yè)大學
【學位級別】：博士
【學位授予年份】：2014
【分類號】：TP18;TB497

【相似文獻】

相關(guān)期刊論文 前10條

1 王希云;劉瑞芳;;混沌粒子群算法及其在桁架結(jié)構(gòu)優(yōu)化設計中的應用[J];太原科技大學學報;2006年06期

2 常伯濤;范穎;趙書強;馬燕峰;楊建華;;基于改進粒子群算法的輸電網(wǎng)擴展規(guī)劃[J];華北電力大學學報(自然科學版);2008年04期

3 張亮;呂林;;利用粒子群算法解決電網(wǎng)優(yōu)化購入電量[J];電力系統(tǒng)保護與控制;2009年22期

4 劉志雄;嚴新平;趙潤軍;;置換流水車間調(diào)度粒子群算法與參數(shù)設置分析[J];武漢理工大學學報(交通科學與工程版);2010年06期

5 張?zhí)戽?汪清;何開鋒;;粒子群算法在氣動力參數(shù)辨識中的應用[J];空氣動力學學報;2010年06期

6 喬佩利;馬麗麗;鄭林;;基于改進粒子群算法的車間作業(yè)調(diào)度問題研究[J];哈爾濱理工大學學報;2011年02期

7 田雨波;彭濤;沙莎;;基于微分進化算子和混沌擾動的量子粒子群算法[J];江蘇科技大學學報(自然科學版);2011年02期

8 侯磊;;基于多目標粒子群算法的船舶主尺度優(yōu)化設計研究[J];船舶力學;2011年07期

9 趙菲;焦彥軍;;基于粒子群算法的輸電線路參數(shù)辨識[J];陜西電力;2011年09期

10 余羅兼;李濟澤;;一種改進粒子群算法的移動機器人路徑規(guī)劃[J];機電技術(shù);2011年05期

相關(guān)會議論文 前10條

1 朱童;李小凡;魯明文;;位置加權(quán)的改進粒子群算法[A];中國科學院地質(zhì)與地球物理研究所第11屆（2011年度）學術(shù)年會論文集(上)[C];2012年

2 陳定;何炳發(fā);;一種新的二進制粒子群算法在稀疏陣列綜合中的應用[A];2009年全國天線年會論文集（上）[C];2009年

3 陳龍祥;蔡國平;;基于粒子群算法的時滯動力學系統(tǒng)的時滯辨識[A];第十二屆全國非線性振動暨第九屆全國非線性動力學和運動穩(wěn)定性學術(shù)會議論文集[C];2009年

4 于穎;李永生;於孝春;;新型離散粒子群算法在波紋管優(yōu)化設計中的應用[A];第十一屆全國膨脹節(jié)學術(shù)會議膨脹節(jié)設計、制造和應用技術(shù)論文選集[C];2010年

5 劉卓倩;顧幸生;;一種基于信息熵的改進粒子群算法[A];系統(tǒng)仿真技術(shù)及其應用（第7卷）——'2005系統(tǒng)仿真技術(shù)及其應用學術(shù)交流會論文選編[C];2005年

6 熊偉麗;徐保國;;粒子群算法在支持向量機參數(shù)選擇優(yōu)化中的應用研究[A];2007中國控制與決策學術(shù)年會論文集[C];2007年

7 方衛(wèi)華;徐蘭玉;陳允平;;改進粒子群算法在大壩力學參數(shù)分區(qū)反演中的應用[A];2012年中國水力發(fā)電工程學會大壩安全監(jiān)測專委會年會暨學術(shù)交流會論文集[C];2012年

8 熊偉麗;徐保國;;單個粒子收斂中心隨機攝動的粒子群算法[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

9 馬向陽;陳琦;;以粒子群算法求解買賣雙方存貨主從對策[A];第十二屆中國管理科學學術(shù)年會論文集[C];2010年

10 趙磊;;基于粒子群算法求解多目標函數(shù)優(yōu)化問題[A];第二十一屆中國（天津）’2007IT、網(wǎng)絡、信息技術(shù)、電子、儀器儀表創(chuàng)新學術(shù)會議論文集[C];2007年

相關(guān)博士學位論文 前10條

1 王芳;粒子群算法的研究[D];西南大學;2006年

2 安鎮(zhèn)宙;家庭粒子群算法及其奇偶性與收斂性分析[D];云南大學;2012年

3 劉建華;粒子群算法的基本理論及其改進研究[D];中南大學;2009年

4 黃平;粒子群算法改進及其在電力系統(tǒng)的應用[D];華南理工大學;2012年

5 胡成玉;面向動態(tài)環(huán)境的粒子群算法研究[D];華中科技大學;2010年

6 張靜;基于混合離散粒子群算法的柔性作業(yè)車間調(diào)度問題研究[D];浙江工業(yè)大學;2014年

7 張寶;粒子群算法及其在衛(wèi)星艙布局中的應用研究[D];大連理工大學;2007年

8 劉宏達;粒子群算法的研究及其在船舶工程中的應用[D];哈爾濱工程大學;2008年

9 楊輕云;約束滿足問題與調(diào)度問題中離散粒子群算法研究[D];吉林大學;2006年

10 雷開友;粒子群算法及其應用研究[D];西南大學;2006年

相關(guān)碩士學位論文 前10條

1 張?zhí)m;量子粒子群算法及其應用[D];西北大學;2010年

2 隨聰慧;粒子群算法的改進方法研究[D];西南交通大學;2010年

3 董銀麗;一種新的交叉粒子群算法及其應用[D];西安電子科技大學;2006年

4 馬楠楠;基于粒子群算法的化工過程優(yōu)化及其應用[D];北京化工大學;2008年

5 徐青鶴;改進粒子群算法及其應用研究[D];杭州電子科技大學;2009年

6 郭香軍;粒子群算法的改進研究[D];燕山大學;2012年

7 鐘帥;基于粒子群算法的微博用戶影響力研究[D];華中科技大學;2012年

8 方群;多目標拆卸線平衡問題的改進粒子群算法研究[D];西南交通大學;2014年

9 朱偉豐;改進粒子群算法最優(yōu)路徑的研究[D];重慶師范大學;2014年

10 孟令群;混沌粒子群算法在河流水質(zhì)模型參數(shù)識別中的應用[D];長安大學;2009年

，

本文編號：1575881