發(fā)布時(shí)間：2017-05-16 09:12

  本文關(guān)鍵詞：多目標(biāo)拆卸線平衡問題的改進(jìn)粒子群算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來,隨著廢舊機(jī)械、電子產(chǎn)品等固體廢棄物對環(huán)境造成的污染和資源浪費(fèi)等問題異常嚴(yán)峻。國家“十二五”規(guī)劃也將環(huán)境保護(hù)列入發(fā)展中的重要課題,廢舊產(chǎn)品拆卸產(chǎn)業(yè)化的格局不斷形成和擴(kuò)大。拆卸線平衡問題的研究對于經(jīng)濟(jì)的可持續(xù)發(fā)展和環(huán)境保護(hù)都有重要意義。根據(jù)實(shí)際的拆卸線問題,介紹了拆卸線平衡問題數(shù)學(xué)模型,在零件優(yōu)先關(guān)系約束和拆卸線節(jié)拍時(shí)間的限制下對拆卸線平衡問題進(jìn)行多目標(biāo)優(yōu)化的建模。論文研究主要基于完全拆卸問題,提出研究優(yōu)化目標(biāo)為：最小化工作站數(shù)、平衡各個(gè)工作站的空閑時(shí)間、優(yōu)先考慮拆卸需求高的零件、最小拆卸方向的改變次數(shù)、優(yōu)先拆卸危害程度高的零件這幾個(gè)目標(biāo)。 1.在基于前面的學(xué)者利用基本粒子群算法研究拆卸線平衡問題的基礎(chǔ)上,提出多種改進(jìn)粒子群算法,旨在提高基本粒子群算法在解決離散的拆卸線平衡問題的求解能力。這些算法的改進(jìn)措施主要體現(xiàn)在：基于連續(xù)型粒子群算法的改進(jìn)和基于離散粒子群算法的改進(jìn)�；谶B續(xù)型的粒子群算法主要體現(xiàn)在對種群鄰居粒子的動(dòng)態(tài)構(gòu)建的DNMPSO,種群粒子的全局學(xué)習(xí)對象為距離自身拓?fù)渚嚯x最近的粒子；基于離散粒子群算法的改進(jìn)主要體現(xiàn)在混合引入遺傳算法中的交叉和變異操作,將粒子群算法的“全局學(xué)習(xí)”和“個(gè)體學(xué)習(xí)”廣義為與相應(yīng)的粒子路徑進(jìn)行交叉和變異操作；根據(jù)粒子種群聚集程度進(jìn)行調(diào)整的種群進(jìn)化策略,動(dòng)態(tài)地循序地對粒子種群進(jìn)行進(jìn)化和基于種群社會(huì)化的多種群粒子群算法,以增強(qiáng)種群的多樣性。 2.在解決多目標(biāo)優(yōu)化問題時(shí)提出基于工程實(shí)際偏好的賦權(quán)法和Pareto算法。其中Pareto算法包括兩種：基于小生境技術(shù)和基于表現(xiàn)型共享技術(shù)。兩種Pareto算法中引入了外部檔案和非劣解集的概念,通過種群中解集的被支配程度篩選每次迭代產(chǎn)生的多目標(biāo)可行解。 根據(jù)實(shí)際的拆卸線平衡問題進(jìn)行粒子群算法的改進(jìn)措施,從連續(xù)型和離散型兩個(gè)方向的改進(jìn),提高了粒子群算法在拆卸線平衡問題中的搜索性能；對于多目標(biāo)優(yōu)化問題研究,通過賦權(quán)重值和Pareto算法兩個(gè)不同的方向?qū)Χ鄠�(gè)目標(biāo)進(jìn)行處理,能夠有效地解決多目標(biāo)拆卸線的優(yōu)化問題。 本文受國家自然科學(xué)基金項(xiàng)目(51205328)的支持。
【關(guān)鍵詞】：拆卸線平衡問題 多目標(biāo) 改進(jìn)粒子群算法 基本粒子群算法 Pareto
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TH186;TP18
【目錄】：

• 摘要6-7
• Abstract7-12
• 第1章 緒論12-20
• 1.1 課題的研究意義12-13
• 1.2 國內(nèi)外現(xiàn)狀分析13-16
• 1.2.1 拆卸線平衡問題及總體研究現(xiàn)狀概述13-14
• 1.2.2 國內(nèi)外研究現(xiàn)狀14-16
• 1.3 課題研究目標(biāo)、研究內(nèi)容、解決的關(guān)鍵問題16-17
• 1.4 采取的研究方法、技術(shù)路線17-18
• 1.5 論文結(jié)構(gòu)和主要內(nèi)容18-20
• 第2章 多目標(biāo)拆卸線平衡問題的概念和數(shù)學(xué)模型20-28
• 2.1 拆卸線平衡的概念20-22
• 2.2 拆卸線平衡的目標(biāo)函數(shù)及其數(shù)學(xué)模型22-26
• 2.2.1 拆卸線的零件優(yōu)先關(guān)系22-23
• 2.2.2 拆卸線平衡問題的目標(biāo)函數(shù)23-26
• 2.3 拆卸線可行拆卸解的構(gòu)造26-27
• 2.3.1 構(gòu)造拆卸線可行解26
• 2.3.2 拆卸線可行解的解碼26-27
• 2.4 本章小結(jié)27-28
• 第3章 多種改進(jìn)粒子群算法描述28-44
• 3.1 改進(jìn)的粒子群優(yōu)化算法28-29
• 3.1.1 基本粒子群算法28
• 3.1.2 基本粒子群算法模型分析28-29
• 3.2 粒子群算法的幾種改進(jìn)方式29-30
• 3.3 基于種群拓?fù)浣Y(jié)構(gòu)的粒子群算法30-33
• 3.3.1 粒子種群的廣義鄰居拓?fù)浣Y(jié)構(gòu)30-31
• 3.3.2 粒子動(dòng)態(tài)鄰居的構(gòu)建31
• 3.3.3 變異操作31-33
• 3.4 混合遺傳算法的改進(jìn)粒子群算法33-36
• 3.4.1 遺傳算法34-35
• 3.4.2 混合遺傳算法的改進(jìn)粒子群算法的具體實(shí)現(xiàn)步驟35-36
• 3.5 自適應(yīng)粒子群算法36-39
• 3.5.1 動(dòng)態(tài)自適應(yīng)粒子群算法實(shí)現(xiàn)步驟38-39
• 3.6 社會(huì)粒子群算法39-43
• 3.6.1 社會(huì)粒子群算法介紹40-41
• 3.6.2 算法實(shí)現(xiàn)步驟41-43
• 3.7 本章小結(jié)43-44
• 第4章 多目標(biāo)優(yōu)化的求解方法44-51
• 4.1 多目標(biāo)優(yōu)化問題44-45
• 4.2 基于小生境技術(shù)的多目標(biāo)Pareto算法45-48
• 4.2.1 小生境技術(shù)中外部檔案解集更新和篩選46-47
• 4.2.2 基于小生境技術(shù)的Pareto解集的篩選47-48
• 4.3 基于表現(xiàn)型共享的多目標(biāo)Pareto算法48-49
• 4.3.1 基于表現(xiàn)型共享的適應(yīng)度函數(shù)48-49
• 4.3.2 算法實(shí)現(xiàn)步驟49
• 4.4 本章小結(jié)49-51
• 第5章 改進(jìn)粒子群算法在多目標(biāo)拆卸線平衡問題的應(yīng)用51-79
• 5.1 幾種典型的拆卸線平衡問題的案例51-66
• 5.1.1 一個(gè)零件數(shù)目為8的部件的拆卸51-52
• 5.1.2 一個(gè)零件數(shù)目為10的個(gè)人PC機(jī)的拆卸52-53
• 5.1.3 一個(gè)零件數(shù)目為52的工業(yè)縫紉機(jī)高速電子套結(jié)機(jī)的拆卸53-57
• 5.1.4 一個(gè)零件數(shù)目為18的聲音辨識器單元的拆卸57-60
• 5.1.5 一個(gè)零件數(shù)目為34的發(fā)動(dòng)機(jī)的拆卸60-64
• 5.1.6 19個(gè)基準(zhǔn)拆卸案例的計(jì)算分析64-66
• 5.2 多種改進(jìn)粒子群算法與基本粒子群在幾個(gè)算例中的優(yōu)化比較66-69
• 5.3 帶變異操作的廣義動(dòng)態(tài)鄰居學(xué)習(xí)的粒子群算法在拆卸線平衡中的應(yīng)用69-72
• 5.3.1 DNMPSO算法在拆卸線平衡問題中實(shí)現(xiàn)步驟69-70
• 5.3.2 DNMPSO算法在拆卸線平衡問題的運(yùn)行結(jié)果分析70-72
• 5.4 多目標(biāo)混合遺傳算法的粒子群算法的應(yīng)用72-74
• 5.4.1 多目標(biāo)混合遺傳算法的粒子群算法(MO-GAPSO)實(shí)現(xiàn)步驟72-73
• 5.4.2 多目標(biāo)混合遺傳算法的粒子群算法(MO-GAPSO)實(shí)際案例應(yīng)用分析73-74
• 5.5 動(dòng)態(tài)自適應(yīng)粒子群算法在多目標(biāo)拆卸線平衡問題中的應(yīng)用74-77
• 5.5.1 動(dòng)態(tài)自適應(yīng)表現(xiàn)型共享的多目標(biāo)粒子群算法的實(shí)現(xiàn)步驟74-75
• 5.5.2 動(dòng)態(tài)自適應(yīng)表現(xiàn)型共享的多目標(biāo)粒子群算法應(yīng)用實(shí)例75-77
• 5.6 本章小結(jié)77-79
• 結(jié)論與展望79-81
• 結(jié)論79-80
• 展望80-81
• 致謝81-82
• 參考文獻(xiàn)82-85
• 攻讀碩士學(xué)位期間發(fā)表的論文及科研成果85

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 黃敏;陳國龍;郭文忠;;基于表現(xiàn)型共享的多目標(biāo)粒子群算法研究[J];福州大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年03期

2 林獻(xiàn)坤;李愛平;陳炳森;;混合粒子群算法在混流裝配線優(yōu)化調(diào)度中的應(yīng)用[J];工業(yè)工程與管理;2006年01期

3 劉志峰;楊德軍;顧國剛;;基于模擬退火粒子群優(yōu)化算法的拆卸序列規(guī)劃[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年02期

4 吳昊;左洪福;;基于改進(jìn)遺傳算法的選擇性拆卸序列規(guī)劃[J];航空學(xué)報(bào);2009年05期

5 趙忠;劉貴華;;基于遺傳算法的產(chǎn)品拆卸線平衡問題研究[J];河南科學(xué);2011年06期

6 任子暉;王堅(jiān);;一種動(dòng)態(tài)改變慣性權(quán)重的自適應(yīng)粒子群算法[J];計(jì)算機(jī)科學(xué);2009年02期

7 黃平;于金楊;元泳泉;;一種改進(jìn)的小生境多目標(biāo)粒子群優(yōu)化算法[J];計(jì)算機(jī)工程;2011年18期

8 王峻峰;李世其;劉繼紅;;面向綠色制造的產(chǎn)品選擇拆卸技術(shù)研究[J];計(jì)算機(jī)集成制造系統(tǒng);2007年06期

9 張秀芬;張樹有;;基于粒子群算法的產(chǎn)品拆卸序列規(guī)劃方法[J];計(jì)算機(jī)集成制造系統(tǒng);2009年03期

10 丁力平;譚建榮;馮毅雄;高一聰;;基于Pareto蟻群算法的拆卸線平衡多目標(biāo)優(yōu)化[J];計(jì)算機(jī)集成制造系統(tǒng);2009年07期

  本文關(guān)鍵詞：多目標(biāo)拆卸線平衡問題的改進(jìn)粒子群算法研究，，由筆耕文化傳播整理發(fā)布。

本文編號：370414