基于仿真優(yōu)化方法的離散加工工廠布置研究
【圖文】:
后輸出最優(yōu)解[40-41],一般的仿真優(yōu)化的過程如圖3.4所示。圖 3.4 仿真優(yōu)化過程Fig 3.4 Process of Simulation optimization3.3.2 仿真優(yōu)化的方法計算機仿真是在一定的假設(shè)條件下,通過對客觀存在的系統(tǒng)及其行為進(jìn)行模擬,從而得出可行的方案,但是仿真本身并不能對問題進(jìn)行優(yōu)化。如果想實現(xiàn)系統(tǒng)某些性能的優(yōu)化,就需要在仿真中加入優(yōu)化算法,即在仿真模型中嵌入優(yōu)化模塊,得到仿真優(yōu)化算法。目前,常見的仿真優(yōu)化方法[42]分為啟發(fā)式方法和非啟發(fā)式方法兩種,其中非啟發(fā)式方法主要包含基于梯度的方法、隨機優(yōu)化方法、響應(yīng)曲面法和統(tǒng)計方法等。啟發(fā)式方法則包含進(jìn)化計算、模擬退火、禁忌搜索、單純型法、人工神經(jīng)網(wǎng)絡(luò)等,每大類方法中又包括多種優(yōu)化方法,具體如圖3.5所示。在各種仿真優(yōu)化方法中,非啟發(fā)式方法往往需要進(jìn)行大量的假設(shè),計算一般比較復(fù)雜
25Fig 3.5 The simulation optimization methods算法和 Plant Simulation 相結(jié)合的工廠設(shè)施布置改進(jìn)方法優(yōu)化方法與傳統(tǒng)的優(yōu)化方法有很大的不同,同時它也不僅僅是一實驗[43],它們之間的區(qū)別主要體現(xiàn)在以下兩個方面:傳統(tǒng)的優(yōu)化方法在求解優(yōu)化問題時,首先要根據(jù)求解問題的需要,模型,然后選擇合適的優(yōu)化方法對其優(yōu)化求解,一般情況下可以解。但是,數(shù)學(xué)模型的建立往往需要對實際問題進(jìn)行很多假設(shè),具有一定的復(fù)雜性和隨機性,因此難以建立精確的數(shù)學(xué)解析模型為一種系統(tǒng)建模方法,能夠?qū)?gòu)成系統(tǒng)的有關(guān)要素按照實際系統(tǒng)地結(jié)合起來,建立仿真模型,然后通過計算機對仿真模型進(jìn)行實性能及變化規(guī)律。
【學(xué)位授予單位】:合肥工業(yè)大學(xué)
【學(xué)位級別】:碩士
【學(xué)位授予年份】:2014
【分類號】:U468
【參考文獻(xiàn)】
相關(guān)期刊論文 前10條
1 王蓀馨;;基于遺傳算法的作業(yè)車間設(shè)備布局優(yōu)化方法[J];工業(yè)工程;2009年03期
2 薛順;許志沛;洪浩;崔萍;劉曉卉;;運用系統(tǒng)布置設(shè)計方法的生產(chǎn)設(shè)施布置設(shè)計[J];工業(yè)工程;2011年04期
3 劉光富;陳曉莉;;系統(tǒng)布置設(shè)計在生產(chǎn)系統(tǒng)優(yōu)化中的應(yīng)用[J];工業(yè)工程與管理;2008年03期
4 朋學(xué)琴;陳友玲;;可重構(gòu)復(fù)雜制造系統(tǒng)的設(shè)施布置優(yōu)化方法[J];工業(yè)工程與管理;2010年04期
5 肖美華,王命延,王洪發(fā),彭正文,肖飛,何凌云;基于遺傳算法和模擬退火算法的布局問題研究[J];計算機工程與應(yīng)用;2003年36期
6 王國新;寧汝新;王愛民;;基于仿真的生產(chǎn)調(diào)度優(yōu)化技術(shù)研究[J];計算機集成制造系統(tǒng);2007年07期
7 趙曉華;;基于遺傳算法的設(shè)施布置研究[J];計算機與數(shù)字工程;2012年05期
8 焦愛勝;謝娟文;;遺傳算法的改進(jìn)與算法收斂性分析[J];機械研究與應(yīng)用;2008年04期
9 楊建華;彭麗靜;楊永清;;基于SLP和SHA結(jié)合的企業(yè)物流系統(tǒng)平面再布置設(shè)計[J];中國市場;2009年19期
10 劉飛;董明;侯文皓;翟鈺;;設(shè)施布局多重指標(biāo)優(yōu)化[J];上海交通大學(xué)學(xué)報;2007年04期
本文編號:2668210
本文鏈接:http://sikaile.net/guanlilunwen/wuliuguanlilunwen/2668210.html