本文關(guān)鍵詞：基于改進(jìn)粒子群算法的Job-shop調(diào)度優(yōu)化

  更多相關(guān)文章： Job-shop調(diào)度 粒子群算法 慣性權(quán)重 距離模式 混合編碼

【摘要】：Job-shop Scheduling Problem（簡稱JSP）是一類經(jīng)典且具有代表性的車間作業(yè)調(diào)度問題，在車間作業(yè)調(diào)度問題的研究中占有重要的地位。車間作業(yè)調(diào)度問題具有很高的研究價值：一方面，先進(jìn)的調(diào)度優(yōu)化理念能夠解決車間生產(chǎn)過程中所面臨的諸多問題，提高車間的生產(chǎn)能力和企業(yè)的競爭力；另一方面，車間作業(yè)調(diào)度問題屬于NP（Non-deterministic Polynomial，非確定多項式）難問題，，其優(yōu)化方法能夠為旅行商問題（TravelingSale-manProblem，簡稱TSP）、車輛路徑問題（Vehicle Routing Problem，簡稱VRP）等其他領(lǐng)域的組合優(yōu)化問題提供求解思路。 本文采用粒子群算法對Job-shop調(diào)度問題進(jìn)行優(yōu)化，對算法做出了合理的改進(jìn)，并解決了粒子群算法優(yōu)化離散變量問題時遇到的粒子更新問題，更好的發(fā)揮了粒子群算法的性能。 深入分析粒子群算法的機理和算法相關(guān)參數(shù)的作用，提出一種基于自然指數(shù)函數(shù)的慣性權(quán)重選取策略；為了提高算法的全局尋優(yōu)能力、避免算法陷入局部最優(yōu)，在粒子群算法中加入了變異機制。 全面比較了目前主流的用于求解Job-shop調(diào)度問題的編碼方式，根據(jù)粒子群算法的特點，提出了混合編碼的策略，并在此編碼方式的基礎(chǔ)上，設(shè)計了更好的速度位移模式。 建立了完善的Job-shop調(diào)度數(shù)學(xué)模型，以最短完工時間為優(yōu)化目標(biāo)函數(shù)，采用本文改進(jìn)的算法對幾類經(jīng)典的Benchmark實例進(jìn)行了優(yōu)化，與前人的研究成果相對比，證明了改進(jìn)后算法的優(yōu)越性。
【學(xué)位授予單位】：青島理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：TP18;TH186

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 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(自然科學(xué)版);2008年04期

2 田野;劉大有;;求解流水車間調(diào)度問題的混合粒子群算法[J];電子學(xué)報;2011年05期

3 谷峰,陳華平,盧冰原,古春生;粒子群算法在柔性工作車間調(diào)度中的應(yīng)用[J];系統(tǒng)工程;2005年09期

4 張玉芳;薛青松;熊忠陽;;基于禁忌搜索的動態(tài)粒子群算法[J];計算機工程與應(yīng)用;2008年24期

5 彭傳勇;高亮;邵新宇;周馳;;求解作業(yè)車間調(diào)度問題的廣義粒子群優(yōu)化算法[J];計算機集成制造系統(tǒng);2006年06期

6 潘全科;王文宏;朱劍英;;解決無等待流水車間調(diào)度問題的離散粒子群優(yōu)化算法[J];計算機集成制造系統(tǒng);2007年06期

7 張長勝;孫吉貴;歐陽丹彤;張永剛;;求解車間調(diào)度問題的自適應(yīng)混合粒子群算法[J];計算機學(xué)報;2009年11期

8 張維存;鄭丕諤;吳曉丹;;基于蟻群粒子群算法求解多目標(biāo)柔性調(diào)度問題[J];計算機應(yīng)用;2007年04期

9 唐海波;葉春明;;一種求解作業(yè)車間調(diào)度的混合粒子群算法[J];計算機應(yīng)用研究;2011年03期

10 朱霞;;一種求解作業(yè)車間調(diào)度的文化粒子群算法[J];計算機應(yīng)用研究;2012年04期

本文編號：1140092