本文關(guān)鍵詞：基于學(xué)習(xí)效應(yīng)的單機(jī)調(diào)度總完工時(shí)間最小化問題研究，由筆耕文化傳播整理發(fā)布。

【摘要】：在許多現(xiàn)實(shí)生產(chǎn)活動(dòng)中因?yàn)橛腥说膮⑴c,人的學(xué)習(xí)活動(dòng)會(huì)對(duì)生產(chǎn)過程產(chǎn)生重要的影響,因而在某些生產(chǎn)調(diào)度問題的研究中考慮其生產(chǎn)環(huán)境存在學(xué)習(xí)效應(yīng)更具合理性。同時(shí)作為工件屬性之一的釋放時(shí)間是制定生產(chǎn)調(diào)度計(jì)劃必須考慮的影響因素之一,直接關(guān)系到整個(gè)生產(chǎn)過程的效率高低。例如,在芯片生產(chǎn)中的批處理環(huán)節(jié),同一批次中的工件數(shù)量越多代表該批次效率越高。然而由于工件的釋放時(shí)間不同,如果某批次中的某個(gè)工件需要的等待時(shí)間過長,不等待反而有利于整個(gè)生產(chǎn)過程效率的提高。因此在某些生產(chǎn)調(diào)度環(huán)境中同時(shí)考慮學(xué)習(xí)效應(yīng)和工件不同釋放時(shí)間具有重要的理論和現(xiàn)實(shí)意義。 現(xiàn)有的同時(shí)考慮學(xué)習(xí)效應(yīng)和工件釋放時(shí)間不同的生產(chǎn)調(diào)度問題研究有限且都是基于位置或者正常加工時(shí)間之和的學(xué)習(xí)效應(yīng)模型,本文對(duì)其進(jìn)行了擴(kuò)展,考慮更加符合實(shí)際的基于實(shí)際加工時(shí)間之和的學(xué)習(xí)效應(yīng)模型,且優(yōu)化目標(biāo)為總完工時(shí)間最小化的單機(jī)調(diào)度問題。 針對(duì)該問題,本文首先構(gòu)建了一個(gè)非線性整數(shù)規(guī)劃模型,該模型將被用來得到當(dāng)工件數(shù)量規(guī)模較小時(shí)候的解。接著通過成對(duì)交換技術(shù)得到加工序列的兩個(gè)優(yōu)先規(guī)則。在提出的優(yōu)先規(guī)則基礎(chǔ)上結(jié)合證明的兩個(gè)下界,提出了分支定界算法來求解小規(guī)模工件數(shù)量的該問題。因?yàn)樵搯栴}的NP難特性,本文又提出了一個(gè)混合了遺傳算法相關(guān)操作,模擬退火算法思想和優(yōu)先規(guī)則的混合粒子群優(yōu)化算法來求解工件數(shù)量大規(guī)模的情況。 為了檢驗(yàn)提出的相關(guān)算法的性能。本文根據(jù)工件數(shù)量規(guī)模的大小設(shè)計(jì)了兩個(gè)仿真實(shí)驗(yàn)來驗(yàn)證提出的分支定界算法和混合粒子群優(yōu)化算法的可行性和有效性。仿真實(shí)驗(yàn)一的結(jié)果表明,求解小規(guī)模的該問題,分支定界算法比CP方法更有效率,同時(shí)該實(shí)驗(yàn)也一定程度上驗(yàn)證了混合粒子群優(yōu)化算法的求解精確性。實(shí)驗(yàn)二中通過從解的最優(yōu),最劣和平均情況三個(gè)方面對(duì)各個(gè)算法進(jìn)行比較,結(jié)果表明混合粒子群優(yōu)化算法在三個(gè)方面都優(yōu)于其對(duì)比的三個(gè)經(jīng)典的基本算法,而且這種優(yōu)勢隨著工件規(guī)模的增加越來越明顯。
【關(guān)鍵詞】：調(diào)度 學(xué)習(xí)效應(yīng) 不同釋放時(shí)間 粒子群優(yōu)化算法 優(yōu)先規(guī)則
【學(xué)位授予單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP18;TB497
【目錄】：

• 摘要5-6
• ABSTRACT6-8
• 目錄8-10
• 第1章 緒論10-18
• 1.1 研究背景及研究意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-15
• 1.2.1 調(diào)度問題的研究綜述11-12
• 1.2.2 考慮學(xué)習(xí)效應(yīng)的調(diào)度問題研究12-14
• 1.2.3 同時(shí)考慮學(xué)習(xí)效應(yīng)和釋放時(shí)間的研究現(xiàn)狀及不足14-15
• 1.3 本文所要研究的內(nèi)容和創(chuàng)新點(diǎn)15-16
• 1.4 本文的章節(jié)安排16-18
• 第2章 SMSPLEUR問題描述及分析18-24
• 2.1 SMSPLEUR問題描述18
• 2.2 SMSPLEUR問題的非線性混合整數(shù)規(guī)劃模型18-19
• 2.3 SMSPLEUR問題的優(yōu)先規(guī)則19-23
• 2.4 本章小結(jié)23-24
• 第3章 求解SMSPLEUR問題的相關(guān)算法24-38
• 3.1 分支定界算法24-27
• 3.1.1 分支定界算法的兩個(gè)下界24-26
• 3.1.2 分支定界算法設(shè)計(jì)26-27
• 3.2 遺傳算法27-29
• 3.2.1 遺傳算法簡介27
• 3.2.2 遺傳算法設(shè)計(jì)27-29
• 3.3 模擬退火算法29-30
• 3.3.1 模擬退火算法簡介29-30
• 3.3.2 模擬退火算法設(shè)計(jì)30
• 3.4 基本粒子群優(yōu)化算法30-34
• 3.4.1 基本粒子群優(yōu)化算法介紹30-32
• 3.4.2 基本粒子群優(yōu)化算法設(shè)計(jì)32-34
• 3.5 混合粒子群優(yōu)化算法34-35
• 3.6 本章小結(jié)35-38
• 第4章 仿真實(shí)驗(yàn)及結(jié)果分析38-50
• 4.1 小規(guī)模工件實(shí)驗(yàn)38-42
• 4.1.1 實(shí)驗(yàn)描述38-39
• 4.1.2 實(shí)驗(yàn)結(jié)果39-41
• 4.1.3 實(shí)驗(yàn)結(jié)果分析41-42
• 4.2 大規(guī)模工件實(shí)驗(yàn)42-48
• 4.2.1 實(shí)驗(yàn)描述43
• 4.2.2 實(shí)驗(yàn)結(jié)果43-45
• 4.2.3 實(shí)驗(yàn)結(jié)果分析45-48
• 4.3 實(shí)驗(yàn)小結(jié)48
• 4.4 本章小結(jié)48-50
• 第5章 總結(jié)和展望50-52
• 5.1 研究總結(jié)50-51
• 5.2 未來研究展望51-52
• 參考文獻(xiàn)52-56
• 致謝56-58
• 在讀期間發(fā)表的學(xué)術(shù)論文與取得的研究成果58

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前7條

1 徐海燕;李小平;;基于學(xué)習(xí)和惡化效應(yīng)模型的單機(jī)調(diào)度[J];東南大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年06期

2 王策;王書鋒;馮冬青;梁燕;;混合粒子群算法在job-shop動(dòng)態(tài)調(diào)度中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2010年26期

3 齊學(xué)梅;羅永龍;趙誠;;求解流水車間調(diào)度問題的混合粒子群算法[J];計(jì)算機(jī)工程與應(yīng)用;2012年09期

4 劉敏;嚴(yán)雋薇;;基于自適應(yīng)退火遺傳算法的車間日作業(yè)計(jì)劃調(diào)度方法[J];計(jì)算機(jī)學(xué)報(bào);2007年07期

5 高尚,韓斌,吳小俊,楊靜宇;求解旅行商問題的混合粒子群優(yōu)化算法[J];控制與決策;2004年11期

6 李永林;葉春明;劉勤明;;具有工件相關(guān)學(xué)習(xí)效應(yīng)的一般多機(jī)器流水車間調(diào)度問題研究[J];計(jì)算機(jī)應(yīng)用研究;2014年06期

7 趙靜;葉春明;;基于螢火蟲算法的學(xué)習(xí)遺忘效應(yīng)BFSP問題研究[J];上海理工大學(xué)學(xué)報(bào);2014年06期

  本文關(guān)鍵詞：基于學(xué)習(xí)效應(yīng)的單機(jī)調(diào)度總完工時(shí)間最小化問題研究，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：399983