我國(guó)于2015年5月提出的《中國(guó)制造2025》十年行動(dòng)綱領(lǐng),旨在尋求制造業(yè)的轉(zhuǎn)型升級(jí),其中,制造智能化是我國(guó)邁入制造強(qiáng)國(guó)的重要途徑之一。汽車工業(yè)是制造業(yè)的重要組成部分。近年來(lái),汽車制造業(yè)由過(guò)去的大規(guī)模、高增量的生產(chǎn)模式逐漸轉(zhuǎn)向柔性生產(chǎn)模式,更加注重對(duì)客戶的個(gè)性化服務(wù),因此,如何靈活應(yīng)對(duì)客戶個(gè)性化需求、如何進(jìn)一步降低生產(chǎn)成本成為汽車制造企業(yè)面臨的難題。本文針對(duì)汽車涂裝線的作業(yè)優(yōu)化排序問(wèn)題開展研究。在汽車涂裝線作業(yè)優(yōu)化排序問(wèn)題上,國(guó)內(nèi)外學(xué)者提出了各類算法進(jìn)行求解。目前針對(duì)此問(wèn)題的優(yōu)化算法以啟發(fā)式算法為主,且大多數(shù)只關(guān)注降低顏色切換次數(shù)這一單一目標(biāo)。由于啟發(fā)式算法結(jié)構(gòu)較為固定,導(dǎo)致其尋優(yōu)效果常常受到限制,尤其是在大規(guī)�；驈�(fù)雜問(wèn)題域中。本研究中,為使涂裝線作業(yè)優(yōu)化排序問(wèn)題更加貼近實(shí)際生產(chǎn),考慮降低顏色切換次數(shù)和降低總裝需求延誤兩個(gè)目標(biāo),同時(shí)在算法上尋求新的嘗試,提出基于強(qiáng)化學(xué)習(xí)的優(yōu)化算法。具體工作如下:首先,分析汽車涂裝線作業(yè)優(yōu)化排序問(wèn)題以及現(xiàn)有優(yōu)化算法的解決思路,梳理本問(wèn)題流程,明確涂裝線作業(yè)優(yōu)化排序問(wèn)題范圍,掌握本問(wèn)題的關(guān)鍵點(diǎn),提出本研究要解決的問(wèn)題。其次,對(duì)汽車涂裝線作業(yè)優(yōu)化排序問(wèn)題進(jìn)行... 

【文章頁(yè)數(shù)】：73 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 汽車涂裝線作業(yè)優(yōu)化排序問(wèn)題研究現(xiàn)狀
        1.2.2 強(qiáng)化學(xué)習(xí)算法在作業(yè)調(diào)度問(wèn)題中的應(yīng)用研究
        1.2.3 研究現(xiàn)狀分析
    1.3 研究意義
    1.4 研究?jī)?nèi)容及技術(shù)路線
    1.5 本文各章節(jié)安排
2 汽車涂裝線作業(yè)優(yōu)化排序問(wèn)題描述
    2.1 汽車生產(chǎn)作業(yè)的物流與信息流
    2.2 汽車涂裝線作業(yè)流程簡(jiǎn)介
    2.3 汽車涂裝線作業(yè)優(yōu)化排序問(wèn)題分析
        2.3.1 汽車涂裝線作業(yè)優(yōu)化排序問(wèn)題定義
        2.3.2 涂裝策略定義
    2.4 符號(hào)定義
    2.5 本章小結(jié)
3 汽車涂裝線作業(yè)優(yōu)化排序模型
    3.1 模型范圍及假設(shè)
    3.2 模型輸入與輸出
        3.2.1 模型輸入
        3.2.2 模型輸出
    3.3 優(yōu)化目標(biāo)定義
        3.3.1 總裝需求延誤比例
        3.3.2 顏色切換比例
    3.4 數(shù)學(xué)模型
    3.5 本章小結(jié)
4 汽車涂裝車間作業(yè)優(yōu)化排序算法設(shè)計(jì)
    4.1 遺傳算法設(shè)計(jì)
        4.1.1 算法簡(jiǎn)介
        4.1.2 編碼設(shè)計(jì)
        4.1.3 交叉算子
        4.1.4 變異算子
        4.1.5 選擇算子
        4.1.6 適應(yīng)度函數(shù)
        4.1.7 算法步驟
    4.2 Q學(xué)習(xí)算法設(shè)計(jì)
        4.2.1 算法簡(jiǎn)介
        4.2.2 涂裝作業(yè)馬爾可夫過(guò)程
        4.2.3 狀態(tài)定義
        4.2.4 動(dòng)作定義
        4.2.5 即時(shí)獎(jiǎng)勵(lì)定義
        4.2.6 算法步驟
    4.3 啟發(fā)式Q學(xué)習(xí)算法設(shè)計(jì)
        4.3.1 算法簡(jiǎn)介
        4.3.2 啟發(fā)式因子設(shè)計(jì)
    4.4 本章小結(jié)
5 數(shù)值實(shí)驗(yàn)與結(jié)果分析
    5.1 算法實(shí)現(xiàn)
        5.1.1 遺傳算法實(shí)現(xiàn)
        5.1.2 Q學(xué)習(xí)算法實(shí)現(xiàn)
        5.1.3 啟發(fā)式Q學(xué)習(xí)算法實(shí)現(xiàn)
    5.2 算例設(shè)計(jì)
    5.3 實(shí)驗(yàn)結(jié)果
    5.4 結(jié)果分析
        5.4.1 緩沖區(qū)容量L對(duì)涂裝作業(yè)優(yōu)化排序結(jié)果的影響
        5.4.2 容忍度變量η對(duì)涂裝作業(yè)優(yōu)化排序結(jié)果的影響
        5.4.3 目標(biāo)函數(shù)權(quán)重對(duì)涂裝作業(yè)優(yōu)化排序結(jié)果的影響
    5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
附錄 A 啟發(fā)式Q學(xué)習(xí)算法方案主要代碼
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
參加科研項(xiàng)目及研究成果情況
致謝


【參考文獻(xiàn)】：
期刊論文
[1]時(shí)間窗口約束下基于改進(jìn)蟻群算法的協(xié)同制造調(diào)度研究[J]. 唐亮,何杰,靖可,靳志宏.  中國(guó)管理科學(xué). 2018(04)
[2]基于重抽樣優(yōu)選緩存經(jīng)驗(yàn)回放機(jī)制的深度強(qiáng)化學(xué)習(xí)方法[J]. 陳希亮,曹雷,李晨溪,徐志雄,何明.  控制與決策. 2018(04)
[3]在線更新的信息強(qiáng)度引導(dǎo)啟發(fā)式Q學(xué)習(xí)[J]. 吳昊霖,蔡樂(lè)才,高祥.  計(jì)算機(jī)應(yīng)用研究. 2018(08)
[4]基于經(jīng)驗(yàn)回放Q-Learning的最優(yōu)控制算法[J]. 黃小燕.  計(jì)算機(jī)工程與設(shè)計(jì). 2017(05)
[5]深度強(qiáng)化學(xué)習(xí)綜述[J]. 劉全,翟建偉,章宗長(zhǎng),鐘珊,周倩,章鵬,徐進(jìn).  計(jì)算機(jī)學(xué)報(bào). 2018(01)
[6]基于改進(jìn)遺傳算法的置換裝配線調(diào)度問(wèn)題研究[J]. 李勁,李洪,徐麗麗,王華.  中國(guó)管理科學(xué). 2016(12)
[7]一種基于Q學(xué)習(xí)的Flow shop問(wèn)題調(diào)度算法研究[J]. 李國(guó)昊,李文超.  工業(yè)工程與管理. 2016(05)
[8]基于束搜索算法的汽車涂裝車間虛擬重排序[J]. 孫輝,韓建明.  計(jì)算機(jī)集成制造系統(tǒng). 2016(08)
[9]基于改進(jìn)Q學(xué)習(xí)的知識(shí)化制造自適應(yīng)動(dòng)態(tài)調(diào)度策略[J]. 王玉芳,嚴(yán)洪森.  控制與決策. 2015(11)
[10]工業(yè)4.0先進(jìn)制造技術(shù)及裝備[J]. 孫曉輝,聶小春,汪菊英.  裝備制造技術(shù). 2015(07)

碩士論文
[1]汽車涂裝噴漆室送排風(fēng)系統(tǒng)節(jié)能減排技術(shù)研究[D]. 張英俊.吉林大學(xué) 2018
[2]多品種混合涂裝計(jì)劃排程優(yōu)化與能耗在線監(jiān)測(cè)系統(tǒng)研究[D]. 魏清月.山東大學(xué) 2017
[3]混合型汽車裝配線的重排序方法研究[D]. 韓建明.東南大學(xué) 2015



本文編號(hào)：3649724