發(fā)布時間：2017-09-03 16:07

  本文關(guān)鍵詞：基于改進NSGA-Ⅱ算法的多目標FJSP研究

  更多相關(guān)文章： 多目標 作業(yè)車間 柔性調(diào)度 NSGA-Ⅱ 改進算法

【摘要】：生產(chǎn)調(diào)度作為制造系統(tǒng)的重要組成部分,其核心是調(diào)度優(yōu)化技術(shù)。近年來,隨著市場競爭的加劇,客戶對產(chǎn)品的個性化需求越來越高,傳統(tǒng)大批量、單品種的生產(chǎn)方式已很難滿足多變的市場環(huán)境,取而代之的是小批量、多品種的生產(chǎn)模式。實際生產(chǎn)調(diào)度過程中,往往需要同時對多個調(diào)度目標進行優(yōu)化,而各調(diào)度目標的量綱一般不一致,且各目標之間可能是相互沖突的,在優(yōu)化某一目標的同時會導(dǎo)致其它目標性能降低。在這一背景下,本文以目標橫向差異模式下的多目標柔性作業(yè)車間調(diào)度問題(FJSP)作為研究對象,以生產(chǎn)管理和多目標優(yōu)化方法等基礎(chǔ)理論作為指導(dǎo),重點對多目標FJSP模型建立和求解算法進行分析。結(jié)合現(xiàn)代制造系統(tǒng)柔性化、多目標、多約束、計算復(fù)雜等特點,建立包括最小最大完工時間、最小機器總負荷、最小瓶頸機器負荷、最短交貨期、最小平均流經(jīng)時間和最小生產(chǎn)成本六個調(diào)度指標的多目標FJSP模型。針對NSGA-Ⅱ算法求解多目標優(yōu)化問題在收斂性和種群多樣性方面存在的不足,對NSGA-Ⅱ算法進行改進,提出一種改進NSGA-Ⅱ算法：在NSGA-Ⅱ算法基礎(chǔ)上,引入一種自適應(yīng)策略,根據(jù)進化代數(shù)動態(tài)地調(diào)整交叉和變異概率,避免算法早熟；引入一種精英個體選擇策略,提高種群分布多樣性；設(shè)計一種基于排擠機制與循環(huán)擁擠距離相結(jié)合的精英策略,非劣排序之前根據(jù)較小值L剔除不合理解,再循環(huán)計算每一非劣前沿個體的擁擠距離,最后按照改進精英個體選擇策略從每一非劣前沿選擇擁擠距離較大的個體作為下一代種群。采用C++編程語言實現(xiàn)NSGA-Ⅱ多目標FJSP模型,通過基準測試驗證改進NSGA-Ⅱ算法求解多目標FJSP的有效性。最后,通過模擬某生產(chǎn)車間工件加工過程,將改進NSGA-Ⅱ算法應(yīng)用于實際車間生產(chǎn)調(diào)度,并利用AHP方法對優(yōu)化階段得到的Pareto解進行評估,從中選擇一個滿意調(diào)度方案。
【關(guān)鍵詞】：多目標 作業(yè)車間 柔性調(diào)度 NSGA-Ⅱ 改進算法
【學(xué)位授予單位】：昆明理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：F425;F273;TP18
【目錄】：

• 摘要5-6
• Abstract6-11
• 第一章 緒論11-21
• 1.1 引言11
• 1.2 研究背景及意義11-13
• 1.2.1 研究背景11-12
• 1.2.2 研究意義12-13
• 1.3 國內(nèi)外研究現(xiàn)狀13-16
• 1.3.1 柔性作業(yè)車間調(diào)度問題研究文獻綜述13-14
• 1.3.2 多目標柔性作業(yè)車間調(diào)度問題優(yōu)化方法研究現(xiàn)狀14-16
• 1.4 現(xiàn)有研究存在的問題16-17
• 1.5 研究內(nèi)容與研究方法17-21
• 1.5.1 研究內(nèi)容17-18
• 1.5.2 研究思路18
• 1.5.3 文章結(jié)構(gòu)18-21
• 第二章 多目標柔性作業(yè)車間調(diào)度問題研究算法基礎(chǔ)21-35
• 2.1 柔性作業(yè)車間調(diào)度問題21
• 2.2 多目標柔性作業(yè)車間調(diào)度問題21-22
• 2.3 多目標優(yōu)化問題22-26
• 2.3.1 多目標優(yōu)化問題基本概念22-24
• 2.3.2 多目標優(yōu)化問題研究方法24-26
• 2.4 遺傳算法26-29
• 2.4.1 遺傳算法基本思想26
• 2.4.2 遺傳算法的應(yīng)用步驟26-27
• 2.4.3 遺傳算法基本流程27-29
• 2.4.4 基本遺傳算法的不足29
• 2.5 NSGA算法29-32
• 2.5.1 NSGA算法基本思想29-30
• 2.5.2 共享虛擬適應(yīng)度30
• 2.5.3 非劣前沿分級30-31
• 2.5.4 NSGA算法流程31-32
• 2.6 層次分析法32-34
• 2.7 本章小結(jié)34-35
• 第三章 NSGA-Ⅱ算法研究及改進35-53
• 3.1 NSGA-Ⅱ算法的提出35-36
• 3.2 NSGA-Ⅱ算法36-41
• 3.2.1 快速非支配排序36-37
• 3.2.2 擁擠距離求解方法37-38
• 3.2.3 擁擠度比較算子38-39
• 3.2.4 精英策略和小生境技術(shù)39
• 3.2.5 錦標賽選擇39-40
• 3.2.6 NSGA-Ⅱ算法主要流程40-41
• 3.3 NSGA-Ⅱ算法改進41-50
• 3.3.1 NSGA-Ⅱ算法遺傳操作參數(shù)改進41-43
• 3.3.2 基于排擠篩選與循環(huán)擁擠排序的改進精英策略43-49
• 3.3.3 改進NSGA-Ⅱ算法流程49-50
• 3.4 本章小結(jié)50-53
• 第四章 多目標FJSP模型建立53-59
• 4.1 問題描述53-54
• 4.2 條件假設(shè)及變量描述54-55
• 4.2.1 條件假設(shè)54
• 4.2.2 變量描述54-55
• 4.3 多目標FJSP數(shù)學(xué)模型建立55-57
• 4.3.1 多目標FJSP優(yōu)化指標55-57
• 4.3.2 多目標FJSP約束57
• 4.4 本章小結(jié)57-59
• 第五章 改進NSGA-Ⅱ算法求解多目標FJSP調(diào)度問題59-79
• 5.1 改進NSGA-Ⅱ算法求解多目標P-FJSP過程設(shè)計59-65
• 5.1.1 染色體編碼和解碼59-61
• 5.1.2 初始解產(chǎn)生機制61
• 5.1.3 多目標FJSP選擇操作61
• 5.1.4 多目標FJSP交叉操作61-63
• 5.1.5 多目標FJSP變異操作63-64
• 5.1.6 多目標FJSP運行參數(shù)設(shè)計64-65
• 5.2 改進NSGA-Ⅱ算法求解多目標FJSP調(diào)度問題步驟65-66
• 5.3 改進NSGA-Ⅱ算法基準測試66-70
• 5.3.1 測試環(huán)境及參數(shù)66
• 5.3.2 柔性作業(yè)車間調(diào)度問題基準測試66-69
• 5.3.3 基準測試結(jié)果分析69-70
• 5.4 改進N SGA-Ⅱ算法求解實際生產(chǎn)調(diào)度問題70-78
• 5.4.1 某制造車間生產(chǎn)調(diào)度問題70-72
• 5.4.2 改進NSGA-Ⅱ算法求解實例72-75
• 5.4.3 多目標調(diào)度決策75-77
• 5.4.4 最優(yōu)調(diào)度方案輸出77-78
• 5.5 本章小節(jié)78-79
• 第六章 結(jié)論與展望79-81
• 6.1 結(jié)論79
• 6.2 展望79-81
• 致謝81-83
• 附錄A 攻讀碩士期間發(fā)表學(xué)術(shù)論文83-85
• 參考文獻85-89

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 潘群;模糊加工時間的車間調(diào)度優(yōu)化[J];經(jīng)濟師;2004年05期

2 張超勇;董星;王曉娟;李新宇;劉瓊;;基于改進非支配排序遺傳算法的多目標柔性作業(yè)車間調(diào)度[J];機械工程學(xué)報;2010年11期

3 龐哈利;柔性Job shop集成化計劃調(diào)度模型及其求解算法[J];控制與決策;2003年01期

4 彭建剛;劉明周;張銘鑫;張璽;葛茂根;;基于改進非支配排序的云模型進化多目標柔性作業(yè)車間調(diào)度[J];機械工程學(xué)報;2014年12期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 李莉;柔性作業(yè)車間調(diào)度中的群智能優(yōu)化算法研究[D];東北林業(yè)大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 劉佳;帶調(diào)整時間的多目標柔性作業(yè)車間調(diào)度問題研究[D];合肥工業(yè)大學(xué);2012年

，

本文編號：785968