歷經(jīng)半個(gè)多世紀(jì)，經(jīng)典作業(yè)車(chē)間調(diào)度問(wèn)題的研究取得了豐富的理論成果，但是由于所建模型與生產(chǎn)實(shí)踐的現(xiàn)狀相差甚遠(yuǎn)，很難用于生產(chǎn)實(shí)踐。多目標(biāo)柔性作業(yè)車(chē)間調(diào)度問(wèn)題是經(jīng)典作業(yè)車(chē)間調(diào)度問(wèn)題的重要擴(kuò)展，它在體現(xiàn)生產(chǎn)柔性的同時(shí)，綜合考慮企業(yè)各部門(mén)對(duì)調(diào)度決策的期望，能更好地適應(yīng)現(xiàn)代制造系統(tǒng)的需求，其研究有著重要的理論意義和工程實(shí)踐意義。 本文對(duì)多目標(biāo)柔性作業(yè)車(chē)間調(diào)度問(wèn)題進(jìn)行了深入系統(tǒng)的研究，主要內(nèi)容和成果如下： 1．提出了包括時(shí)間、成本、設(shè)備利用率和交貨期在內(nèi)的調(diào)度性能評(píng)價(jià)指標(biāo)體系。特別是針對(duì)評(píng)價(jià)調(diào)度決策經(jīng)濟(jì)性能的成本指標(biāo)進(jìn)行了詳細(xì)的探討，建立了面向調(diào)度評(píng)估的成本計(jì)算模型。 2．提出了求解多目標(biāo)柔性作業(yè)車(chē)間調(diào)度問(wèn)題的兩階段求解模型：優(yōu)化階段采用多目標(biāo)優(yōu)化技術(shù)求解出一組Pareto解、決策階段采用多目標(biāo)決策技術(shù)對(duì)Pareto解進(jìn)行評(píng)估。 3．針對(duì)一般模式下的多目標(biāo)柔性作業(yè)車(chē)間調(diào)度問(wèn)題，提出了基于多目標(biāo)免疫遺傳算法(MOIGA)的優(yōu)化方法，算法采用基于擴(kuò)展工序的編碼方式，建立了柔性作業(yè)車(chē)間調(diào)度算法庫(kù)。 4．分析了MOIGA算法的時(shí)間復(fù)雜度及其影響因素，利用馬爾可夫鏈理論證明算法能以概率1收斂到Pareto最優(yōu)解...

【文章頁(yè)數(shù)】：130 頁(yè)

【學(xué)位級(jí)別】：博士

【部分圖文】：

圖2一2基于價(jià)值鏈的作業(yè)模型

與作業(yè)的大小相同。資源服務(wù)于作業(yè)，產(chǎn)品的生產(chǎn)過(guò)程就是原材料吸收資源價(jià)值的過(guò)程，即作業(yè)將資源的價(jià)值轉(zhuǎn)化為工件的價(jià)值。基于這種思想，建立的作業(yè)模型如圖2一2所示。由模型可以看出，作業(yè)具有如下屬性:(1)有明確的輸入和輸出。

圖2一3制造費(fèi)用三階段分配模型

圖3一6變異操作示意圖

繼續(xù)循環(huán);否則計(jì)算新染色體的適應(yīng)度，如果適應(yīng)度下降，則取消本次接種操作，該個(gè)體的接種疫苗操作結(jié)束。繼續(xù)取下一個(gè)個(gè)體進(jìn)行接種。免疫操作如圖3一7所示。群體接種完，形成子代只+l。片段l片段2疫苗!!!111l111l!!!0000....

圖3一7接種疫苗示意圖

變異后22222444_一-一井井lll888777落落555999扣扣扣扣扣扣扣扣扣扣扣圖3一6變異操作示意圖步驟9接種疫苗以免疫概率Ia，在已經(jīng)變異的群體中選擇需要接種的個(gè)體C，，進(jìn)行接種操作，具體步驟如下:步驟1:從....

本文編號(hào)：3951109