本文關(guān)鍵詞：基于并行遺傳算法的動態(tài)路徑車間調(diào)度問題的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著科學(xué)技術(shù)的進(jìn)步，制造業(yè)面臨的競爭日益增長，而生產(chǎn)調(diào)度作為制造業(yè)的關(guān)鍵部分，長期以來一直是企業(yè)關(guān)注的首要問題。其中，作業(yè)車間調(diào)度是較為突出、較難優(yōu)化的類型，并已獲得一定成果。但它規(guī)定了工件單一的加工路線，與實(shí)際制造過程脫節(jié)。動態(tài)路徑的車間調(diào)度作為作業(yè)車間調(diào)度的延伸，其工件加工路線的可變性，能夠較好的滿足當(dāng)今制造業(yè)的需求。 本文對車間調(diào)度中普遍使用的遺傳算法從理論方面和算法流程進(jìn)行闡述分析，其中模式理論證明了該算法的全局收斂性，并總結(jié)了遺傳算法的約束、優(yōu)化方式及缺點(diǎn)。此外，對生產(chǎn)調(diào)度的組成框架進(jìn)行總結(jié)并歸類，進(jìn)一步認(rèn)識研究動態(tài)路徑車間調(diào)度問題的迫切意義，根據(jù)實(shí)際建立以最大完工時(shí)間為指標(biāo)的數(shù)學(xué)模型。 本文根據(jù)所建模型的特點(diǎn)設(shè)計(jì)了一種并行遺傳算法：在算法的外部結(jié)構(gòu)方面，提出多種群優(yōu)化策略，利用一種移民算子實(shí)現(xiàn)優(yōu)良個(gè)體的共享，提高搜索效率；內(nèi)部組成方面，，根據(jù)工序部分和機(jī)器選擇部分的特點(diǎn)設(shè)計(jì)一種兩層編碼方案，避免了非法解的產(chǎn)生且柔性高；并采用輪盤賭和最優(yōu)個(gè)體保留法進(jìn)行選擇操作，彌補(bǔ)選擇誤差，保證種群的豐富性；交叉部分采用MPOX法和“0、1”序列交叉法，保證算法的全局搜索性；變異部分設(shè)計(jì)一種鄰域搜索變異和基于時(shí)間的隨機(jī)變異，兼顧算法的隨機(jī)性搜索要求，提高算法的局部收斂性能；交叉概率PC與變異概率PM均采用動態(tài)自適應(yīng)策略，避免參數(shù)大小對其影響，同時(shí)縮短收斂時(shí)間。根據(jù)上述設(shè)計(jì)操作，本文給出了算法的運(yùn)算步驟和框架結(jié)構(gòu)。 最后，本文對提出的并行遺傳算法進(jìn)行了驗(yàn)證。通過對算法設(shè)定合理的參數(shù)，采用兩組文獻(xiàn)實(shí)例進(jìn)行試驗(yàn)，并與文獻(xiàn)中結(jié)果進(jìn)行比較。試驗(yàn)結(jié)果證明，基于并行遺傳算法的動態(tài)路徑車間調(diào)度是可行的，對于實(shí)際生產(chǎn)具有一定的指導(dǎo)意義。
【關(guān)鍵詞】：并行遺傳算法 生產(chǎn)調(diào)度 動態(tài)路徑車間 收斂性
【學(xué)位授予單位】：太原科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TH186;TP18
【目錄】：

• 中文摘要5-6
• ABSTRACT6-10
• 第一章 緒論10-16
• 1.1 選題的背景及意義10-11
• 1.2 研究現(xiàn)狀11-13
• 1.3 本文組織內(nèi)容與章節(jié)安排13-16
• 第二章 遺傳算法的理論及結(jié)構(gòu)16-28
• 2.1 遺傳算法的起源和歷程16
• 2.2 遺傳算法的理論基礎(chǔ)16-17
• 2.2.1 隨機(jī)模型理論16
• 2.2.2 模式定理16-17
• 2.2.3 積木塊假設(shè)17
• 2.3 標(biāo)準(zhǔn)遺傳算法的基本原理17-26
• 2.4 遺傳算法的發(fā)展現(xiàn)狀26
• 2.5 本章小結(jié)26-28
• 第三章 動態(tài)路徑車間調(diào)度問題及其研究方法28-36
• 3.1 車間調(diào)度問題的概述28-31
• 3.1.1 生產(chǎn)調(diào)度的概念28
• 3.1.2 調(diào)度問題的框架28-30
• 3.1.3 車間調(diào)度的分類30-31
• 3.2 動態(tài)路徑車間調(diào)度問題簡述31-32
• 3.2.1 動態(tài)路徑車間調(diào)度的思想31-32
• 3.2.2 動態(tài)路徑車間調(diào)度的特性32
• 3.3 動態(tài)路徑車間調(diào)度的尋優(yōu)策略32-34
• 3.4 動態(tài)路徑車間調(diào)度的優(yōu)化過程表述法34-35
• 3.5 本章小結(jié)35-36
• 第四章 動態(tài)路徑車間調(diào)度問題的數(shù)學(xué)模型及其算法設(shè)計(jì)36-52
• 4.1 動態(tài)路徑車間調(diào)度問題的建模途徑36
• 4.2 動態(tài)路徑車間調(diào)度的模型分析36-39
• 4.2.1 車間調(diào)度數(shù)學(xué)模型的假設(shè)條件36-38
• 4.2.2 車間調(diào)度模型的約束條件38
• 4.2.3 車間調(diào)度模型的性能指標(biāo)38-39
• 4.3 動態(tài)路徑車間調(diào)度的算法設(shè)計(jì)39-44
• 4.3.1 多種群并行優(yōu)化策略40-41
• 4.3.2 移民算子41
• 4.3.3 編碼和解碼方式41-43
• 4.3.4 初始種群的設(shè)計(jì)43-44
• 4.4 動態(tài)路徑車間調(diào)度的遺傳運(yùn)算44-50
• 4.4.1 選擇操作44-45
• 4.4.2 交叉操作45-46
• 4.4.3 變異操作46-48
• 4.4.4 PC 與PM 的參數(shù)設(shè)計(jì)48
• 4.4.5 算法流程48-50
• 4.5 本章小結(jié)50-52
• 第五章 基于并行遺傳算法的動態(tài)路徑調(diào)度問題求解52-64
• 5.1 并行遺傳算法的斂散性分析52
• 5.2 并行遺傳算法的參數(shù)分析52-53
• 5.3 并行遺傳算法的實(shí)例驗(yàn)證與應(yīng)用53-62
• 5.3.1 對比試驗(yàn) I53-58
• 5.3.2 對比試驗(yàn) II58-62
• 5.4 本章小結(jié)62-64
• 第六章 總結(jié)與展望64-66
• 6.1 全文總結(jié)64-65
• 6.2 工作展望65-66
• 參考文獻(xiàn)66-70
• 致謝70-72
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄72-73

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 薛炳良,段香麗,陳冬;先進(jìn)制造車間生產(chǎn)計(jì)劃的甘特圖顯示方法研究[J];成組技術(shù)與生產(chǎn)現(xiàn)代化;2003年04期

2 劉立平,牛熠;遺傳算法綜述[J];東莞理工學(xué)院學(xué)報(bào);2005年03期

3 蔡良偉,張基宏,李霞;作業(yè)車間調(diào)度問題的多種群遺傳算法[J];電子學(xué)報(bào);2005年06期

4 柳毅,馬慧民,葉春明;免疫遺傳算法在柔性Job-shop調(diào)度問題中的應(yīng)用[J];上海理工大學(xué)學(xué)報(bào);2005年05期

5 王鐵男;陳濤;賈榕霞;;組織學(xué)習(xí)、戰(zhàn)略柔性對企業(yè)績效影響的實(shí)證研究[J];管理科學(xué)學(xué)報(bào);2010年07期

6 常桂娟;張紀(jì)會;;動態(tài)評價(jià)免疫微粒群算法在Job-shop調(diào)度中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2007年24期

7 蘇子林;苑金梁;陳煒;邱景煒;;柔性作業(yè)車間調(diào)度分析及其啟發(fā)式算法[J];計(jì)算機(jī)工程與應(yīng)用;2012年10期

8 張維存;鄭丕諤;吳曉丹;;基于主-從遺傳算法求解柔性調(diào)度問題[J];計(jì)算機(jī)集成制造系統(tǒng);2006年08期

9 賀仁杰;陳宇寧;姚鋒;邢立寧;;求解柔性車間作業(yè)調(diào)度的知識型協(xié)同演化方法[J];計(jì)算機(jī)集成制造系統(tǒng);2011年02期

10 蘇子林;;求解作業(yè)車間調(diào)度問題的多種群雜交遺傳算法[J];機(jī)械設(shè)計(jì)與制造;2006年07期

  本文關(guān)鍵詞：基于并行遺傳算法的動態(tài)路徑車間調(diào)度問題的研究，由筆耕文化傳播整理發(fā)布。

本文編號：397872