【摘要】： 柔性作業(yè)車間調(diào)度問題(FJSP)比傳統(tǒng)作業(yè)車間調(diào)度問題的復(fù)雜性更高,其求解難度更大。本文利用蟻群和粒子群混合優(yōu)化算法研究了柔性作業(yè)車間調(diào)度一類問題的求解方法,主要工作與創(chuàng)新點如下: 1、研究了蟻群粒子群混合優(yōu)化算法在單目標柔性作業(yè)車間調(diào)度問題中的應(yīng)用。首先,根據(jù)FJSP的求解特點,建立了主-從兩級協(xié)調(diào)的蟻群粒子群混合算法結(jié)構(gòu)。然后,對于主級蟻群優(yōu)化算法構(gòu)建了工序可選加工設(shè)備吸取圖模型,設(shè)計了螞蟻的解構(gòu)造圖和螞蟻在工序可選加工設(shè)備間的轉(zhuǎn)移概率;對于從級粒子群優(yōu)化算法,采用位置矩陣的粒子表示方法,以粒子元素向量中優(yōu)先權(quán)值的次序表示作業(yè)車間調(diào)度問題(JSP)中工件調(diào)度的次序,并在此基礎(chǔ)上設(shè)計優(yōu)先權(quán)值向量的解碼方法。最后,以實驗方式分析了蟻群粒子群混合優(yōu)化算法中主要參數(shù)的取值問題。 2、研究了蟻群粒子群混合優(yōu)化算法在能力約束和多目標柔性作業(yè)車間調(diào)度問題中的應(yīng)用。針對上述兩類柔性作業(yè)車間調(diào)度問題分別重新設(shè)計了蟻群優(yōu)化算法中螞蟻轉(zhuǎn)移概率的局部啟發(fā)式信息的計算和更新方式,使主級蟻群優(yōu)化算法既能夠在能力約束的柔性作業(yè)車間調(diào)度問題中處理能力約束條件,又能夠在多目標柔性作業(yè)車間調(diào)度問題中實現(xiàn)設(shè)備總負荷和關(guān)鍵設(shè)備負荷最小兩個優(yōu)化目標。 3、研究了蟻群粒子群優(yōu)化算法在多模式資源受限項目調(diào)度問題(MRCPSP)中的應(yīng)用。首先,根據(jù)MRCPSP的求解特點,建立了主-從兩級協(xié)調(diào)的蟻群粒子群混合算法結(jié)構(gòu)。然后,對于主級蟻群優(yōu)化算法設(shè)計了螞蟻在任務(wù)間游歷的轉(zhuǎn)移概率和螞蟻在任務(wù)執(zhí)行模式間游歷的模式優(yōu)選概率;對于從級粒子群優(yōu)化算法,采用基于任務(wù)的粒子表示方法,以任務(wù)優(yōu)先權(quán)值標示任務(wù)的執(zhí)行次序,并在粒子的解碼中設(shè)計了任務(wù)優(yōu)選概率的優(yōu)選規(guī)則。最后,選用項目調(diào)度標準問題庫(PSPLIB)中的測例,以實驗的方式對蟻群粒子群混合優(yōu)化算法中的主要參數(shù)取值進行優(yōu)化。
【學位授予單位】：天津大學
【學位級別】：博士
【學位授予年份】：2007
【分類號】：F273;F224

【引證文獻】

相關(guān)碩士學位論文 前6條

1 黃虹;基于粒子群—蟻群算法的隨機需求車輛路徑問題研究[D];福建農(nóng)林大學;2011年

2 郝平波;動態(tài)調(diào)度系統(tǒng)模型及其混合粒子群算法[D];沈陽理工大學;2011年

3 王龍;支持動力艙布局設(shè)計的布局模式粒子群算法研究及應(yīng)用[D];大連理工大學;2010年

4 龐思睿;蟻群智能優(yōu)化算法的研究與應(yīng)用[D];北京郵電大學;2010年

5 方昕;粒子群優(yōu)化算法在路徑規(guī)劃中的應(yīng)用[D];陜西師范大學;2010年

6 張鵬;基于蟻群粒子群算法的MIMO-OFDM系統(tǒng)多用戶檢測研究[D];吉林大學;2012年

本文編號：2757373