本文選題：逆調(diào)度 + 單機(jī)逆調(diào)度�。� 參考：《華中科技大學(xué)》2014年碩士論文

【摘要】：車(chē)間調(diào)度是在加工的各種相關(guān)狀況或者參數(shù)已知的條件下，確定最優(yōu)的調(diào)度方案。然而，實(shí)際的制造車(chē)間中，往往存在很多動(dòng)態(tài)不確定因素，如停機(jī)、堵料等，使得車(chē)間發(fā)生變化，原調(diào)度方案不再最優(yōu)甚至變?yōu)椴豢尚�。近幾年，出現(xiàn)了一種新的調(diào)度——逆調(diào)度，來(lái)應(yīng)對(duì)上述情況。所謂逆調(diào)度，是指已有調(diào)度方案在車(chē)間發(fā)生變化后不再最優(yōu)，通過(guò)調(diào)整某些參數(shù)并確保這種調(diào)整最小化，使之重新成為最優(yōu)調(diào)度方案。 本文重點(diǎn)研究了單機(jī)環(huán)境下的逆調(diào)度問(wèn)題，針對(duì)不同的問(wèn)題類型，，考慮不同的優(yōu)化目標(biāo)，建立了相關(guān)的調(diào)度模型，并設(shè)計(jì)了有關(guān)的調(diào)度算法。 首先，深入探討了單機(jī)逆調(diào)度問(wèn)題，對(duì)該問(wèn)題的求解方法進(jìn)行了分析。提出了基于遺傳算法的求解框架，突破了以往僅限于精確方法的束縛，為后續(xù)研究提供了指導(dǎo)。 其次，研究了最大拖期最小的單機(jī)逆調(diào)度問(wèn)題，建立了最大拖期最小的單機(jī)逆調(diào)度問(wèn)題的數(shù)學(xué)模型，給出了基于遺傳算法的求解方法。通過(guò)實(shí)例測(cè)試，驗(yàn)證了算法的有效性。 然后，研究了加權(quán)完工時(shí)間和最小的單機(jī)逆調(diào)度問(wèn)題�；舅悸肥且宰畲笸掀谧钚〉慕鉃榛A(chǔ)，繼續(xù)最小化加權(quán)完工時(shí)間和。建立了加權(quán)完工時(shí)間和最小的單機(jī)逆調(diào)度的數(shù)學(xué)模型，給出了基于遺傳算法的求解方法。通過(guò)實(shí)例測(cè)試，驗(yàn)證了算法的有效性。 接著，研究了多目標(biāo)單機(jī)逆調(diào)度問(wèn)題。建立了多目標(biāo)單機(jī)逆調(diào)度的數(shù)學(xué)模型，采用多目標(biāo)進(jìn)化算法，對(duì)該問(wèn)題進(jìn)行了求解。通過(guò)實(shí)例測(cè)試，驗(yàn)證了算法的有效性。 最后，對(duì)全文的工作進(jìn)行了總結(jié)，對(duì)進(jìn)一步的研究方向進(jìn)行了展望。
[Abstract]:Job shop scheduling is to determine the optimal scheduling scheme under the condition that the relevant conditions or parameters are known. However, in the actual manufacturing workshop, there are many dynamic uncertainties, such as downtime, plugging and so on, which make the job shop change, the original scheduling scheme is no longer optimal or even become infeasible. In recent years, a new scheduling-inverse scheduling has emerged to deal with the above situation. The so-called inverse scheduling means that the existing scheduling scheme is no longer optimal after the job shop has changed. By adjusting some parameters and ensuring that the adjustment is minimized, the scheduling scheme can be changed into the optimal scheduling scheme again. This paper focuses on the inverse scheduling problem in a single machine environment. Considering different optimization objectives and considering different problem types, a related scheduling model is established, and related scheduling algorithms are designed. Firstly, the inverse scheduling problem of single machine is discussed, and the method of solving the problem is analyzed. A framework based on genetic algorithm is proposed to solve the problem, which breaks through the limitation of precise methods in the past and provides guidance for further research. Secondly, the inverse scheduling problem with the maximum delay time and minimum delay time is studied, the mathematical model of the single machine inverse scheduling problem with the maximum delay time and the minimum delay time is established, and the solving method based on genetic algorithm is given. The effectiveness of the algorithm is verified by an example. Then, the weighted completion time and the minimum single machine inverse scheduling problem are studied. The basic idea is to continue to minimize the weighted completion time sum based on the solution of the maximum tardiness and minimum time. The mathematical model of weighted completion time and minimum inverse scheduling of single machine is established, and the solving method based on genetic algorithm is given. The effectiveness of the algorithm is verified by an example. Then, the inverse scheduling problem of multi-objective single machine is studied. The mathematical model of multi-objective single-machine inverse scheduling is established, and the multi-objective evolutionary algorithm is used to solve the problem. The effectiveness of the algorithm is verified by an example. Finally, the work of the paper is summarized and the further research direction is prospected.
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP18;TB497

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊艷麗,史維祥;一種新的優(yōu)化算法—遺傳算法的設(shè)計(jì)[J];液壓氣動(dòng)與密封;2001年02期

2 王毅,曹樹(shù)良;遺傳算法在并聯(lián)水泵系統(tǒng)運(yùn)行優(yōu)化中的應(yīng)用[J];流體機(jī)械;2003年10期

3 趙義紅,李正文,何其四;生物信息處理系統(tǒng)遺傳算法探討[J];成都理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年05期

4 李凡,黃數(shù)林,張東風(fēng);一種改進(jìn)的多倍體遺傳算法[J];華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2005年01期

5 韋雪潔;黎明;劉高航;田貴超;;注入式的遺傳算法的分析與研究[J];南昌航空工業(yè)學(xué)院學(xué)報(bào)(自然科學(xué)版);2006年01期

6 閻綱;;遺傳算法及其仿真[J];湖南工程學(xué)院學(xué)報(bào)(自然科學(xué)版);2006年04期

7 ;遺傳算法[J];電網(wǎng)與清潔能源;2008年10期

8 吳玫;陸金桂;;遺傳算法的研究進(jìn)展綜述[J];機(jī)床與液壓;2008年03期

9 李培植;肖利明;于靜濤;;基于遺傳算法的結(jié)構(gòu)優(yōu)化方法[J];公路交通科技(應(yīng)用技術(shù)版);2008年08期

10 于金;金樂(lè);杜海璐;;基于改進(jìn)遺傳算法的集裝箱裝載優(yōu)化問(wèn)題研究[J];船海工程;2008年05期

相關(guān)會(huì)議論文 前10條

1 陳家照;廖海濤;張中位;羅寅生;;一種改進(jìn)的遺傳算法及其在路徑規(guī)劃中的應(yīng)用[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2009年

2 李國(guó)云;劉穎;薛梅;鄔志敏;;遺傳算法在高溫空冷冷凝器優(yōu)化設(shè)計(jì)中的應(yīng)用[A];第五屆全國(guó)制冷空調(diào)新技術(shù)研討會(huì)論文集[C];2008年

3 王志軍;李守春;張爽;;改進(jìn)的遺傳算法在反演問(wèn)題中的應(yīng)用[A];新世紀(jì) 新機(jī)遇 新挑戰(zhàn)——知識(shí)創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（上冊(cè)）[C];2001年

4 任燕翔;姜立;劉連民;從滋慶;;改進(jìn)遺傳算法在三維日照方案優(yōu)化中的應(yīng)用[A];工程三維模型與虛擬現(xiàn)實(shí)表現(xiàn)——第二屆工程建設(shè)計(jì)算機(jī)應(yīng)用創(chuàng)新論壇論文集[C];2009年

5 韓娟;;遺傳算法概述[A];第三屆河南省汽車(chē)工程科技學(xué)術(shù)研討會(huì)論文集[C];2006年

6 龐國(guó)仲;王元西;;基于遺傳算法控制步長(zhǎng)的定性仿真方法[A];'2000系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會(huì)論文集[C];2000年

7 張忠華;楊淑瑩;;基于遺傳算法的聚類設(shè)計(jì)[A];全國(guó)第二屆信號(hào)處理與應(yīng)用學(xué)術(shù)會(huì)議�？痆C];2008年

8 何翠紅;區(qū)益善;;遺傳算法及其在計(jì)算機(jī)編程中的應(yīng)用[A];1995年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議暨智能自動(dòng)化專業(yè)委員會(huì)成立大會(huì)論文集（下冊(cè)）[C];1995年

9 靳開(kāi)巖;張乃堯;;幾種實(shí)用遺傳算法及其比較[A];1996年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];1996年

10 王宏剛;曾建潮;李志宏;;攝動(dòng)遺傳算法[A];1996年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（下冊(cè)）[C];1996年

相關(guān)重要報(bào)紙文章 前1條

1 林京;《神經(jīng)網(wǎng)絡(luò)和遺傳算法在水科學(xué)領(lǐng)域的應(yīng)用》將面市[N];中國(guó)水利報(bào);2002年

相關(guān)博士學(xué)位論文 前10條

1 蔡美菊;交互式遺傳算法及其在隱性目標(biāo)決策問(wèn)題中的應(yīng)用研究[D];合肥工業(yè)大學(xué);2015年

2 張士偉;三維聲學(xué)快速多極基本解法在機(jī)械噪聲預(yù)測(cè)中的應(yīng)用研究[D];沈陽(yáng)工業(yè)大學(xué);2016年

3 高軍;無(wú)鉛焊料本構(gòu)模型及其參數(shù)識(shí)別方法研究[D];南京航空航天大學(xué);2015年

4 Amjad Mahmood;半監(jiān)督進(jìn)化集成及其在網(wǎng)絡(luò)視頻分類中的應(yīng)用[D];西南交通大學(xué);2015年

5 周輝仁;遞階遺傳算法理論及其應(yīng)用研究[D];天津大學(xué);2008年

6 郝國(guó)生;交互式遺傳算法中用戶的認(rèn)知規(guī)律及其應(yīng)用[D];中國(guó)礦業(yè)大學(xué);2009年

7 侯格賢;遺傳算法及其在跟蹤系統(tǒng)中的應(yīng)用研究[D];西安電子科技大學(xué);1998年

8 馬國(guó)田;遺傳算法及其在電磁工程中的應(yīng)用[D];西安電子科技大學(xué);1998年

9 唐文艷;結(jié)構(gòu)優(yōu)化中的遺傳算法研究和應(yīng)用[D];大連理工大學(xué);2002年

10 周激流;遺傳算法理論及其在水問(wèn)題中應(yīng)用的研究[D];四川大學(xué);2000年

相關(guān)碩士學(xué)位論文 前10條

1 張英俐;基于遺傳算法的作曲系統(tǒng)研究[D];山東師范大學(xué);2006年

2 鐘海萍;原對(duì)偶遺傳算法與蟻群算法的一種融合算法[D];暨南大學(xué);2013年

3 李志添;模糊遺傳算法與資源優(yōu)化配置的預(yù)測(cè)控制[D];華南理工大學(xué);2015年

4 王琳琳;新型雙層液壓轎運(yùn)車(chē)車(chē)廂的設(shè)計(jì)研究[D];上海工程技術(shù)大學(xué);2015年

5 李海全;基于遺傳算法的建筑體形系數(shù)及迎風(fēng)面積比優(yōu)化方法研究[D];華南理工大學(xué);2015年

6 彭騫;基于遺傳算法的山區(qū)高等級(jí)公路縱斷面智能優(yōu)化方法研究[D];昆明理工大學(xué);2015年

7 周玉林;基于小波分析和遺傳算法的配電網(wǎng)故障檢測(cè)[D];昆明理工大學(xué);2015年

8 郭頌;基于粗糙集和遺傳算法的數(shù)字管道生產(chǎn)管理系統(tǒng)研究[D];昆明理工大學(xué);2015年

9 吳南;數(shù)值逼近遺傳算法的研究應(yīng)用[D];華南理工大學(xué);2015年

10 于光帥;一類優(yōu)化算法的改進(jìn)研究與應(yīng)用[D];渤海大學(xué);2015年

本文編號(hào)：1911976