本文關(guān)鍵詞：求解流水車間調(diào)度問題的分解多目標(biāo)局部搜索算法，由筆耕文化傳播整理發(fā)布。

【摘要】：多目標(biāo)流水車間調(diào)度問題在現(xiàn)實(shí)產(chǎn)生中應(yīng)用極為廣泛,其關(guān)注如何合理利用有限的時(shí)間和資源,滿足多個(gè)產(chǎn)生目標(biāo)的需求,以提高企業(yè)的經(jīng)濟(jì)效益和運(yùn)行效率。其已被證明是NP難問題,精確算法很難在有限的時(shí)間內(nèi)求出令人滿意的結(jié)果,然而基于群體智能的進(jìn)化算法和一些鄰域搜索策略在處理這類問題上表現(xiàn)出極大的優(yōu)勢(shì),引起了國(guó)內(nèi)外學(xué)者的廣泛關(guān)注和研究。本文研究解決兩類多目標(biāo)調(diào)度問題,即常規(guī)的多目標(biāo)流水車間調(diào)度問題和帶順序相關(guān)調(diào)整時(shí)間的多目標(biāo)流水車間調(diào)度問題,而且均考慮兩個(gè)生產(chǎn)目標(biāo)的優(yōu)化,即最小化最終完工時(shí)間和總流程時(shí)間。第二類問題是在第一類問題的基礎(chǔ)上考慮了順序相關(guān)的調(diào)整時(shí)間,在現(xiàn)實(shí)生產(chǎn)調(diào)度中,相鄰作業(yè)之間會(huì)存在著一定的調(diào)整時(shí)間,比如清洗機(jī)器,釋放資源等,而這些時(shí)間的消耗在設(shè)計(jì)調(diào)度方案的時(shí)候是不可忽略的。針對(duì)所考慮的問題,本文提出了一種高效的分解多目標(biāo)局部搜索算法框架(簡(jiǎn)稱MOLSD)。該算法框架利用聚合函數(shù)將所求解的多目標(biāo)問題分解為若干個(gè)單目標(biāo)子問題,然后對(duì)這些單目標(biāo)子問題進(jìn)行搜索和優(yōu)化,從而實(shí)現(xiàn)多目標(biāo)問題的優(yōu)化。首先,本文提出一種基于調(diào)度問題的NEH啟發(fā)式策略來初始化種群,使種群保持較好的多樣性和適應(yīng)性;接著,一種結(jié)合重干擾操作的Pareto局部搜索作用于非支配解集,以擴(kuò)大優(yōu)良個(gè)體的搜索鄰域;其次,利用快速非支配排序方法將當(dāng)前種群分為精英個(gè)體和普通個(gè)體,這兩種個(gè)體在后續(xù)階段將會(huì)經(jīng)歷不同的進(jìn)化和搜索操作。在處理種群的每個(gè)個(gè)體的時(shí)候,本文提出了一種基于插入操作的局部搜素算法和迭代局部搜索機(jī)制,分別負(fù)責(zé)種群的開采和挖掘工作,從而平衡了算法的開發(fā)和搜索能力,提高了整體算法的全局尋優(yōu)能力。為了避免算法陷入局部最優(yōu),本文提出了雙重干擾機(jī)制,即輕干擾機(jī)制和重干擾機(jī)制,分別對(duì)沒有提高的普通個(gè)體和精英個(gè)體進(jìn)行干擾操作。為了提高算法的魯棒性和健壯性,一種改進(jìn)的重啟機(jī)制將作用于那些經(jīng)歷多次迭代進(jìn)化依然沒有得到改善和提高的個(gè)體。在實(shí)驗(yàn)階段,本文選取了大量學(xué)者廣泛使用的基準(zhǔn)測(cè)試實(shí)例來對(duì)算法進(jìn)行性能評(píng)價(jià)和比較實(shí)驗(yàn)。首先,文本分別對(duì)MOLSD中的參數(shù)進(jìn)行性能測(cè)試和分析,接著對(duì)所涉及的一些算法策略和機(jī)制進(jìn)行有效性評(píng)估,最后本文將MOLSD與當(dāng)前若干種優(yōu)秀的基準(zhǔn)算法進(jìn)行性能比較和分析。最終的實(shí)驗(yàn)統(tǒng)計(jì)結(jié)果表明,在解決這兩類多目標(biāo)流水車間調(diào)度問題上,MOLSD的性能要高于其他基準(zhǔn)算法。
【關(guān)鍵詞】：進(jìn)化多目標(biāo)優(yōu)化 流水車間調(diào)度 Pareto局部搜索 局部搜索 分解 非支配排序
【學(xué)位授予單位】：東北師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TB497;TP301.6
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 引言9-14
• 1.1 研究背景和意義9-10
• 1.2 論文研究的問題10
• 1.3 國(guó)內(nèi)外研究現(xiàn)狀10-13
• 1.4 本文研究工作和結(jié)構(gòu)安排13-14
• 第二章 進(jìn)化多目標(biāo)優(yōu)化14-21
• 2.1 多目標(biāo)優(yōu)化問題的數(shù)學(xué)描述14-15
• 2.2 進(jìn)化算法概述15-16
• 2.3 多目標(biāo)進(jìn)化優(yōu)化算法框架16-19
• 2.3.1 問題編碼16
• 2.3.2 適應(yīng)度函數(shù)的確定16-17
• 2.3.3 種群的初始化17
• 2.3.4 個(gè)體更新17
• 2.3.5 種群更新17-18
• 2.3.6 算法參數(shù)的確定18-19
• 2.4 局部搜索算法概述19-21
• 第三章 求解流水車間調(diào)度的分解多目標(biāo)局部搜索算法21-38
• 3.1 多目標(biāo)流水車間調(diào)度問題的數(shù)學(xué)描述21-22
• 3.1.1 不帶調(diào)整時(shí)間的多目標(biāo)流水車間調(diào)度問題21
• 3.1.2 帶有順序相關(guān)調(diào)整時(shí)間的多目標(biāo)流水車間調(diào)度問題21-22
• 3.1.3 流水車間調(diào)度問題的編碼表示22
• 3.2 基于權(quán)重向量的分解技術(shù)22-23
• 3.3 基于調(diào)度問題的NEH啟發(fā)式策略23-25
• 3.4 精英保留機(jī)制25
• 3.5 Pareto局部搜索25-28
• 3.6 快速非支配排序28-29
• 3.7 分解多目標(biāo)局部搜索機(jī)制29-34
• 3.7.1 基于插入操作的局部搜索和迭代搜索機(jī)制30-32
• 3.7.2 雙重干擾機(jī)制32-33
• 3.7.3 重啟機(jī)制33-34
• 3.8 MOLSD的主要程序34-38
• 第四章 實(shí)驗(yàn)結(jié)果與分析38-54
• 4.1 基準(zhǔn)測(cè)試實(shí)例和基準(zhǔn)算法的選取38-39
• 4.2 性能評(píng)價(jià)指標(biāo)39-40
• 4.3 實(shí)驗(yàn)參數(shù)設(shè)置40-43
• 4.4 局部搜索算法有效性的討論43-44
• 4.5 與基準(zhǔn)算法的比較實(shí)驗(yàn)與分析44-54
• 第五章 總結(jié)與展望54-55
• 參考文獻(xiàn)55-59
• 致謝59-60
• 在研究生期間公開發(fā)表論文情況60

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 潘全科;趙保華;屈玉貴;畢于慧;;一類解決無等待流水車間調(diào)度問題的蟻群算法[J];計(jì)算機(jī)集成制造系統(tǒng);2007年09期

2 何利;劉永賢;劉笑天;;粒子群優(yōu)化算法求解車間調(diào)度問題[J];機(jī)械與電子;2007年08期

3 王秋芬;楊澤平;梁道雷;;一種改進(jìn)的車間調(diào)度問題算法[J];科學(xué)技術(shù)與工程;2013年11期

4 蘇子林;;車間調(diào)度問題及其進(jìn)化算法分析[J];機(jī)械工程學(xué)報(bào);2008年08期

5 徐建有;董乃群;顧樹生;;帶有順序相關(guān)調(diào)整時(shí)間的多目標(biāo)流水車間調(diào)度問題[J];計(jì)算機(jī)集成制造系統(tǒng);2013年12期

6 康寧,王鳳儒,劉丕娥,常會(huì)友;有交貨期的單件車間調(diào)度問題的逆序算法[J];系統(tǒng)工程理論與實(shí)踐;1999年12期

7 馬邦雄;葉春明;;利用貓群算法求解流水車間調(diào)度問題[J];現(xiàn)代制造工程;2014年06期

8 曲媛;楊曉偉;;關(guān)于流水車間調(diào)度問題的綜述[J];中小企業(yè)科技;2007年08期

9 王柏琳;李鐵克;;等待時(shí)間受限的流水車間調(diào)度問題的若干性質(zhì)[J];系統(tǒng)工程理論與實(shí)踐;2012年06期

10 邵揚(yáng);王曉娟;;類電磁機(jī)制算法求解模糊流水車間調(diào)度問題[J];武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版);2013年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前3條

1 鄒逢興;曾令李;高政;劉烽;;一種求解混合流水車間調(diào)度問題的分布式方法[A];2009中國(guó)控制與決策會(huì)議論文集（2）[C];2009年

2 朱婧;;求解車間調(diào)度問題的改進(jìn)模擬退火算法[A];第五屆（2010）中國(guó)管理學(xué)年會(huì)——商務(wù)智能分會(huì)場(chǎng)論文集[C];2010年

3 洪宗友;龐哈利;;No-wait流水車間調(diào)度問題的一種啟發(fā)式算法[A];2007中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];2007年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前7條

1 陶翼飛;面向分組加工的混合流水車間優(yōu)化調(diào)度問題研究[D];昆明理工大學(xué);2013年

2 何利;即時(shí)定制生產(chǎn)模式及其車間調(diào)度問題的研究[D];東北大學(xué);2008年

3 黃英杰;基于目標(biāo)級(jí)聯(lián)法和智能優(yōu)化算法的車間調(diào)度問題研究[D];華南理工大學(xué);2012年

4 劉延風(fēng);置換流水車間調(diào)度問題的幾種智能算法[D];西安電子科技大學(xué);2012年

5 常桂娟;基于微粒群算法的車間調(diào)度問題研究[D];青島大學(xué);2008年

6 崔U，

本文編號(hào)：340491