發(fā)布時間：2021-04-26 17:23

　　生產(chǎn)調(diào)度是流程企業(yè)生產(chǎn)管理的重要組成部分,其科學(xué)性直接影響到企業(yè)的效益和競爭力。流程工業(yè)的生產(chǎn)調(diào)度優(yōu)化問題往往涉及多個目標(biāo)、成千的設(shè)計變量和約束條件,因此引入一種有效分解方法十分必要。協(xié)同優(yōu)化（Collaborative Optimization,CO）是一種典型的多學(xué)科綜合優(yōu)化設(shè)計方法,它將復(fù)雜大規(guī)模模型分解為系統(tǒng)級和多個并行子學(xué)科級,模型經(jīng)分解后復(fù)雜度大幅降低。因此針對基于CO方法的流程工業(yè)多目標(biāo)優(yōu)化問題的研究具有重要意義。本文具體研究內(nèi)容如下:（1）針對標(biāo)準(zhǔn)CO方法對初始點選取敏感、易收斂于局部極值點、收斂速度較慢的不足,提出了一種具有全局快速尋優(yōu)能力的改進協(xié)同優(yōu)化（Improved Collaborative Optimization,ICO）方法。首先,利用子學(xué)科的優(yōu)化結(jié)果,提出了一種區(qū)別局部最優(yōu)解和全局最優(yōu)解的方法;其次,在系統(tǒng)級中采用混合松弛因子（由動態(tài)松弛因子和靜態(tài)松弛因子構(gòu)成）對一致性等式約束進行松弛,動態(tài)松弛因子使設(shè)計變量快速收斂于極值點,靜態(tài)松弛因子使設(shè)計變量跳出局部極值點;最后,學(xué)科級優(yōu)化目標(biāo)函數(shù)由一致性目標(biāo)函數(shù)和子學(xué)科最優(yōu)目標(biāo)函數(shù)兩個部分以不同權(quán)重相加構(gòu)成,在... 

【文章來源】：杭州電子科技大學(xué)浙江省

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 本課題研究背景與意義
    1.2 流程工業(yè)生產(chǎn)調(diào)度概況
        1.2.1 生產(chǎn)調(diào)度問題描述
        1.2.2 流程工業(yè)生產(chǎn)調(diào)度建模研究現(xiàn)狀
        1.2.3 流程工業(yè)生產(chǎn)調(diào)度算法研究現(xiàn)狀
    1.3 協(xié)同優(yōu)化方法概況
        1.3.1 多學(xué)科優(yōu)化設(shè)計方法介紹
        1.3.2 協(xié)同優(yōu)化方法的研究現(xiàn)狀
        1.3.3 協(xié)同優(yōu)化方法的應(yīng)用現(xiàn)狀
    1.4 本文主要研究工作
    1.5 本文總體結(jié)構(gòu)
第2章 協(xié)同優(yōu)化方法和多目標(biāo)優(yōu)化問題
    2.1 協(xié)同優(yōu)化方法
        2.1.1 協(xié)同優(yōu)化方法的機制及特點
        2.1.2 協(xié)同優(yōu)化方法數(shù)學(xué)模型
    2.2 優(yōu)化模型分類及標(biāo)準(zhǔn)協(xié)同優(yōu)化方法的局限性
        2.2.1 優(yōu)化模型的主要類型
        2.2.2 標(biāo)準(zhǔn)協(xié)同優(yōu)化的局限性
    2.3 協(xié)同優(yōu)化常用改進策略
        2.3.1 基于響應(yīng)面的協(xié)同優(yōu)化方法
        2.3.2 基于松弛因子的協(xié)同優(yōu)化方法
        2.3.3 基于懲罰函數(shù)的協(xié)同優(yōu)化方法
        2.3.4 基于現(xiàn)代智能算法的協(xié)同優(yōu)化方法
    2.4 多目標(biāo)優(yōu)化問題
        2.4.1 多目標(biāo)優(yōu)化問題的數(shù)學(xué)模型
        2.4.2 多目標(biāo)優(yōu)化問題的優(yōu)化方法
    2.5 本章小結(jié)
第3章 一種具有全局快速尋優(yōu)的協(xié)同優(yōu)化方法
    3.1 協(xié)同優(yōu)化方法不足和改進
        3.1.1 學(xué)科級不足和改進
        3.1.2 系統(tǒng)級不足和改進
    3.2 改進協(xié)同優(yōu)化方法實現(xiàn)步驟
    3.3 仿真案例
        3.3.1 經(jīng)典數(shù)值案例
        3.3.2 減速器設(shè)計優(yōu)化案例
    3.4 本章小結(jié)
第4章 流程工業(yè)多目標(biāo)生產(chǎn)調(diào)度優(yōu)化研究
    4.1 流程工業(yè)多目標(biāo)優(yōu)化問題的模型
        4.1.1 優(yōu)化目標(biāo)函數(shù)
        4.1.2 約束條件
        4.1.3 條件假設(shè)和規(guī)定
        4.1.4 流程工業(yè)智能建模軟件平臺
    4.2 基于改進協(xié)同優(yōu)化多目標(biāo)方法
    4.3 啤酒廠糖化車間生產(chǎn)調(diào)度仿真
        4.3.1 啤酒廠糖化車間的生產(chǎn)工藝
        4.3.2 基于改進協(xié)同優(yōu)化方法糖化車間生產(chǎn)調(diào)度建模
        4.3.3 仿真結(jié)果及分析
    4.4 本章小結(jié)
第5章 總結(jié)與展望
    5.1 全文總結(jié)
    5.2 工作展望
致謝
參考文獻
附錄


【參考文獻】：
期刊論文
[1]基于人工蜂群算法的協(xié)同優(yōu)化方法研究[J]. 陳暉敏.  科技創(chuàng)新導(dǎo)報. 2016(01)
[2]我國流程工業(yè)的綠色化、自動化及裝備技術(shù)創(chuàng)新能力快速提升[J]. 本刊專題報道.  科技促進發(fā)展. 2015(02)
[3]一種改進的快速收斂多學(xué)科設(shè)計協(xié)同優(yōu)化方法[J]. 朱崎峰,宋保維.  華中科技大學(xué)學(xué)報(自然科學(xué)版). 2014(02)
[4]改進的多學(xué)科協(xié)同優(yōu)化算法及其應(yīng)用[J]. 周奇,張立麗,許輝,黃衛(wèi)剛.  計算機與數(shù)字工程. 2014(01)
[5]遙感衛(wèi)星總體參數(shù)設(shè)計的建模與協(xié)同優(yōu)化[J]. 吳文瑞,黃海,吳蓓蓓.  北京航空航天大學(xué)學(xué)報. 2012(10)
[6]一種基于仿真的流程工業(yè)生產(chǎn)調(diào)度閉環(huán)優(yōu)化方法[J]. 鄔仲臻,馮毅萍,王繼帥,吳玉成,榮岡.  化工自動化及儀表. 2011(04)
[7]多學(xué)科設(shè)計優(yōu)化技術(shù)在船舶初步設(shè)計中的應(yīng)用[J]. 馮佰威,劉祖源,常海超.  中國造船. 2009(04)
[8]基于遺傳算法的協(xié)同優(yōu)化方法[J]. 李海燕,井元偉,張聞雷.  東北大學(xué)學(xué)報(自然科學(xué)版). 2009(08)
[9]多粒子群協(xié)同優(yōu)化算法的配電網(wǎng)網(wǎng)架規(guī)劃[J]. 李林,李燕青,溫秀峰.  繼電器. 2007(S1)
[10]協(xié)同優(yōu)化算法的改進[J]. 韓明紅,鄧家禔.  機械工程學(xué)報. 2006(11)

博士論文
[1]衛(wèi)星星座協(xié)同優(yōu)化設(shè)計研究[D]. 常輝.華中科技大學(xué) 2012
[2]混合粒子群協(xié)同優(yōu)化算法及其應(yīng)用研究[D]. 宋勝利.華中科技大學(xué) 2009

碩士論文
[1]基于粒子群優(yōu)化的協(xié)同優(yōu)化方法研究[D]. 陳亞洲.華中科技大學(xué) 2007
[2]遺傳算法及其在生產(chǎn)調(diào)度中的應(yīng)用[D]. 李強.山東大學(xué) 2005



本文編號：3161808