本文關(guān)鍵詞：融合多策略進(jìn)化算法的靜動(dòng)態(tài)混合流水車間調(diào)度方法研究

  更多相關(guān)文章： 混合流水車間調(diào)度 機(jī)器故障 動(dòng)態(tài)調(diào)度 進(jìn)化算法 變鄰域搜索 多目標(biāo)優(yōu)化

【摘要】：混合流水車間調(diào)度問題(Hybrid Flow Shop Scheduling Problem,HFSSP)在工程領(lǐng)域具有非常廣泛的應(yīng)用背景,是車間調(diào)度的一個(gè)重要研究方向。實(shí)際生產(chǎn)環(huán)境中,存在許多動(dòng)態(tài)擾動(dòng)事件,機(jī)器故障就是一種常見的動(dòng)態(tài)擾動(dòng),其對(duì)車間的實(shí)際生產(chǎn)過程有很大影響。因此,對(duì)靜態(tài)HFS問題和機(jī)器故障下的動(dòng)態(tài)HFS問題(Hybrid Flow Shop Scheduling with Random Breakdown,RBHFS)進(jìn)行研究,具有重要的理論和實(shí)際意義。本論文圍繞兩類NP難問題,研究基于進(jìn)化算法的求解方法,開展了如下工作:(1)對(duì)車間靜態(tài)和動(dòng)態(tài)調(diào)度問題進(jìn)行了全面的綜述和分析,指出了進(jìn)化算法、禁忌搜索等智能優(yōu)化算法是求解兩類問題的主要方法。(2)針對(duì)靜態(tài)HFS問題,提出一種結(jié)合不同進(jìn)化策略和變鄰域搜索(VNS)的改進(jìn)進(jìn)化算法(V-HEA)。在進(jìn)化算法的基本框架上,提出一種同時(shí)利用兩種不同進(jìn)化進(jìn)制的混合進(jìn)化策略,采用一種自適應(yīng)選擇策略選擇具有不同進(jìn)化思想的算子進(jìn)化種群;VNS中,提出基于插入和交換鄰域的精簡(jiǎn)隨機(jī)局部搜索方法。該搜索方法通過把HFS模擬為兩階段的flow shop問題,利用兩階段flow shop調(diào)度的最優(yōu)工件序列,估計(jì)各工件在原HFS問題最優(yōu)解中的位置范圍,縮小鄰域搜索范圍,提高算法效率。仿真實(shí)驗(yàn)結(jié)果表明了算法的有效性。(3)針對(duì)機(jī)器故障下的動(dòng)態(tài)HFS問題,以預(yù)測(cè)反應(yīng)式調(diào)度策略為基礎(chǔ),采用一種融合多策略的兩階段多目標(biāo)進(jìn)化算法(MOV-HEA)對(duì)該問題進(jìn)行求解。第一階段,不考慮機(jī)器故障的影響,以V-HEA算法進(jìn)化初始種群,得到預(yù)調(diào)度種群;第二階段,當(dāng)機(jī)器故障發(fā)生時(shí),同時(shí)考慮調(diào)度魯棒性和穩(wěn)定性,采用MOV-HEA算法產(chǎn)生在調(diào)度環(huán)境變化時(shí)的新調(diào)度種群。同時(shí),在算法中引入禁忌搜索思想,避免對(duì)鄰域的迂回搜索,改善算法搜索能力。實(shí)驗(yàn)仿真結(jié)果表明了兩階段MOV-HEA算法的有效性。
【關(guān)鍵詞】：混合流水車間調(diào)度 機(jī)器故障 動(dòng)態(tài)調(diào)度 進(jìn)化算法 變鄰域搜索 多目標(biāo)優(yōu)化
【學(xué)位授予單位】：華南理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP18;TB497
【目錄】：

• 摘要5-6
• Abstract6-10
• 第一章 緒論10-16
• 1.1 研究背景和意義10-11
• 1.2 混合流水車間調(diào)度研究現(xiàn)狀11-12
• 1.3 靜態(tài)混合流水車間調(diào)度解決方法研究現(xiàn)狀12-14
• 1.4 機(jī)器故障下動(dòng)態(tài)混合流水車間調(diào)度方法研究現(xiàn)狀14
• 1.5 論文結(jié)構(gòu)安排14-16
• 第二章 車間調(diào)度問題概述16-22
• 2.1 車間調(diào)度問題定義及分類16-17
• 2.2 靜態(tài)環(huán)境下車間調(diào)度方法17-19
• 2.3 動(dòng)態(tài)不確定環(huán)境下車間調(diào)度方法19-21
• 2.4 本章小結(jié)21-22
• 第三章 基于進(jìn)化算法與改進(jìn)變鄰域搜索的靜態(tài)混合流水車間調(diào)度22-37
• 3.1 靜態(tài)混合流水車間調(diào)度問題22-24
• 3.1.1 問題的描述22-23
• 3.1.2 問題的數(shù)學(xué)模型23-24
• 3.2 相關(guān)算法概述24-25
• 3.2.1 進(jìn)化算法24-25
• 3.2.2 變鄰域搜索算法25
• 3.3 融合兩種進(jìn)化機(jī)制和變鄰域搜索的進(jìn)化算法25-31
• 3.3.1 算法概述25-27
• 3.3.2 染色體編碼和解碼27
• 3.3.3 初始種群的產(chǎn)生27-28
• 3.3.4 混合進(jìn)化策略28-29
• 3.3.5 改進(jìn)的變鄰域搜索策略29-31
• 3.4 實(shí)驗(yàn)仿真31-36
• 3.4.1 測(cè)試環(huán)境和算例31-32
• 3.4.2 實(shí)驗(yàn)參數(shù)討論32-33
• 3.4.3 算法性能測(cè)試33-36
• 3.5 本章小結(jié)36-37
• 第四章 融合多策略的兩階段多目標(biāo)進(jìn)化算法求解機(jī)器故障下的動(dòng)態(tài)混合流水車間調(diào)度37-56
• 4.1 機(jī)器故障下混合流水車間調(diào)度問題37-41
• 4.1.1 問題描述37
• 4.1.2 雙目標(biāo)優(yōu)化37-38
• 4.1.3 問題模型38-40
• 4.1.4 求解機(jī)器故障下動(dòng)態(tài)調(diào)度的算法流程40-41
• 4.2 相關(guān)算法概述41-43
• 4.2.1 多目標(biāo)優(yōu)化問題及其算法41-42
• 4.2.2 禁忌搜索算法42-43
• 4.3 兩階段MOV-HEA算法求解機(jī)器故障下動(dòng)態(tài)HFS問題43-48
• 4.3.1 算法綜述43-44
• 4.3.2 問題的編碼和解碼及初始種群的產(chǎn)生44
• 4.3.3 非支配集的構(gòu)造44-46
• 4.3.4 兩種進(jìn)化策略和自適應(yīng)選擇機(jī)制46-47
• 4.3.5 引入禁忌思想的IVNS47-48
• 4.4 實(shí)驗(yàn)結(jié)果48-55
• 4.4.1 測(cè)試環(huán)境和算例48
• 4.4.2 性能測(cè)試指標(biāo)48-49
• 4.4.3 算法參數(shù)討論49-51
• 4.4.4 算法性能測(cè)試51-55
• 4.5 本章小結(jié)55-56
• 總結(jié)與展望56-57
• 參考文獻(xiàn)57-63
• 攻讀碩士學(xué)位期間取得的研究成果63-64
• 致謝64-65
• 答辯委員會(huì)對(duì)論文的評(píng)定意見65

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 藍(lán)炳偉;;一種車間調(diào)度系統(tǒng)算法的設(shè)計(jì)與實(shí)現(xiàn)[J];裝備制造技術(shù);2008年08期

2 韋文斌,楊建軍,曾波,陳永達(dá);基于多代理的車間調(diào)度系統(tǒng)結(jié)構(gòu)和調(diào)度流程的研究[J];航空精密制造技術(shù);2001年05期

3 武志軍;寧汝新;萬春輝;;車間調(diào)度中的動(dòng)態(tài)工作日制研究與實(shí)現(xiàn)[J];制造業(yè)自動(dòng)化;2006年04期

4 戴濤;;多智能體技術(shù)在車間調(diào)度中的應(yīng)用[J];中國(guó)水運(yùn)(理論版);2006年06期

5 何利;劉永賢;謝華龍;劉笑天;;基于粒子群算法的車間調(diào)度與優(yōu)化[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年04期

6 黃云峰;王時(shí)龍;;車間調(diào)度研究的五視角方法論與三域結(jié)構(gòu)[J];計(jì)算機(jī)集成制造系統(tǒng);2009年01期

7 王雪輝,李世杰,張玉芝;Multi-Agent技術(shù)在車間調(diào)度中的應(yīng)用[J];河北工業(yè)大學(xué)學(xué)報(bào);2005年02期

8 黃英杰;姚錫凡;譚偉;余銘奇;;基于遺傳算法的多車間計(jì)劃與調(diào)度的研究(英文)[J];科學(xué)技術(shù)與工程;2010年15期

9 周祖德;劉東;;基于多代理和蜂群算法的車間調(diào)度系統(tǒng)研究[J];武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版);2009年01期

10 周曉慧;高鵬程;許華民;;一種基于時(shí)間槽描述的印染車間調(diào)度研究與實(shí)現(xiàn)[J];江南大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年04期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前5條

1 甘屹;杜繼濤;;基于并行蟻群優(yōu)化的車間調(diào)度研究[A];全國(guó)先進(jìn)制造技術(shù)高層論壇暨第八屆制造業(yè)自動(dòng)化與信息化技術(shù)研討會(huì)論文集[C];2009年

2 陳可嘉;季平;;一種集成MRP與車間調(diào)度的混合整數(shù)規(guī)劃模型[A];2006年中國(guó)運(yùn)籌學(xué)會(huì)數(shù)學(xué)規(guī)劃分會(huì)代表會(huì)議暨第六屆學(xué)術(shù)會(huì)議論文集[C];2006年

3 張秀麗;黃越;劉念;;基于混合優(yōu)化算法的多目標(biāo)柔性工作車間調(diào)度[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

4 蘇翔;竇培華;;一種基于帶熵的遺傳算法在車間調(diào)度中的應(yīng)用[A];第十屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2008年

5 朱曉東;;基于TC-TPN的SMT產(chǎn)品制造系統(tǒng)車間調(diào)度[A];2008中國(guó)電子制造技術(shù)論壇論文集[C];2008年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前2條

1 張敏華;湖北化肥明年將為員工辦10件實(shí)事[N];中國(guó)石化報(bào);2008年

2 通訊員 謝曉剛;信息化讓設(shè)備質(zhì)量管理耳聰目明[N];人民鐵道;2009年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 戴敏;面向節(jié)能的工藝規(guī)劃與車間調(diào)度研究[D];南京航空航天大學(xué);2015年

2 黃云峰;車間調(diào)度和諧范式與多智能體系統(tǒng)情智集成的研究[D];重慶大學(xué);2010年

3 曾強(qiáng);離散制造企業(yè)批量生產(chǎn)車間調(diào)度智能優(yōu)化研究[D];重慶大學(xué);2010年

4 鞠全勇;智能制造系統(tǒng)生產(chǎn)計(jì)劃與車間調(diào)度的研究[D];南京航空航天大學(xué);2007年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 邵煒世;混合差分—分布估計(jì)算法及其在車間調(diào)度中的應(yīng)用研究[D];蘭州大學(xué);2015年

2 董怡;考慮批量的柔性車間調(diào)度研究與實(shí)現(xiàn)[D];東華大學(xué);2015年

3 馮世扣;基于遺傳退火算法的車間調(diào)度研究與應(yīng)用[D];浙江理工大學(xué);2016年

4 楊欽賀;某航空發(fā)動(dòng)機(jī)裝配車間調(diào)度系統(tǒng)研發(fā)[D];東南大學(xué);2015年

5 郭超;改進(jìn)的粒子群優(yōu)化算法在輪胎硫化車間調(diào)度的應(yīng)用研究[D];青島科技大學(xué);2016年

6 陳功;基于混合遺傳算法的船舶鋼材準(zhǔn)備車間調(diào)度研究[D];江蘇大學(xué);2016年

7 苗菁;融合多策略進(jìn)化算法的靜動(dòng)態(tài)混合流水車間調(diào)度方法研究[D];華南理工大學(xué);2016年

8 韓旭來;多智能體技術(shù)在車間調(diào)度系統(tǒng)中的應(yīng)用[D];河北工業(yè)大學(xué);2006年

9 樊凱;新層次型多代理體系在車間調(diào)度中的應(yīng)用[D];吉林大學(xué);2007年

10 武廣州;混合型生產(chǎn)方式車間調(diào)度建模及應(yīng)用[D];武漢理工大學(xué);2007年

，

本文編號(hào)：552830