【摘要】：隨著新興信息技術(shù)、制造工藝等軟硬件技術(shù)的更新?lián)Q代,以及市場(chǎng)需求不斷提高,原有的經(jīng)典調(diào)度已經(jīng)遠(yuǎn)遠(yuǎn)不能滿足實(shí)際生產(chǎn)制造要求,與經(jīng)典調(diào)度相比,批生產(chǎn)調(diào)度更加貼合眾多現(xiàn)代實(shí)際生產(chǎn)制造需求,因此針對(duì)批調(diào)度問(wèn)題進(jìn)行深入研究,成為實(shí)現(xiàn)企業(yè)生產(chǎn)資源高效利用、生產(chǎn)效益最大化的關(guān)鍵問(wèn)題之一。本文將針對(duì)鋼鐵熱處理中的實(shí)際生產(chǎn)制造問(wèn)題,基于當(dāng)前智能感知、云計(jì)算等新型信息技術(shù)在實(shí)際生產(chǎn)制造中的應(yīng)用,分別對(duì)考慮了不同類型的階段惡化效用的平行批調(diào)度問(wèn)題進(jìn)行了研究。本文的主要研究工作如下:(1)研究了帶有兩階段惡化效用的平行批調(diào)度問(wèn)題,以最大化總凈收益為目標(biāo),構(gòu)建了相應(yīng)的數(shù)學(xué)模型,對(duì)該問(wèn)題進(jìn)行了詳細(xì)的問(wèn)題描述,然后對(duì)該問(wèn)題中不同情形的結(jié)構(gòu)性質(zhì)進(jìn)行了證明,并基于所提出的結(jié)構(gòu)性質(zhì),提出了一種能確定該問(wèn)題單處理機(jī)情形最優(yōu)調(diào)度方案的啟發(fā)式算法,為了解決該問(wèn)題的多處理機(jī)情形,提出了一種新穎的混合VNS-IRG智能算法,通過(guò)大量仿真實(shí)驗(yàn),驗(yàn)證了所提出算法的有效性。(2)研究了考慮帶有最大惡化界限的階段惡化效用的平行批多機(jī)調(diào)度問(wèn)題,目標(biāo)為最小化制造跨度,首先構(gòu)建了相應(yīng)的數(shù)學(xué)模型,然后詳細(xì)分析了該問(wèn)題中的一些結(jié)構(gòu)性質(zhì),基于“l(fā)ess is more”思想,提出了改進(jìn)的貪婪參考搜索算法(改進(jìn)IRG)用于優(yōu)化該問(wèn)題的解決方案。通過(guò)大量的仿真實(shí)驗(yàn),證明了改進(jìn)IRG算法能夠在較短的時(shí)間內(nèi)獲得更優(yōu)的方案,具有很強(qiáng)的高效性與有效性。
【圖文】：

相對(duì)百分比偏差值（RPD）隨著機(jī)器數(shù)量的增加而增加，隨著工件數(shù)量的增加而首先增加然后再減少。同樣可以得知，當(dāng)工件數(shù)量等于 100 并且處理器數(shù)量等于9時(shí)，四種算法的相對(duì)百分比偏差值都達(dá)到最大值。通過(guò)圖3.13可以證明，與其他三種算法相比，混合 VNS-IRG 算法擁有更小并且更加穩(wěn)定的相對(duì)百分比偏差值；與 VNS 和 PSO 算法相比，IRG 算法擁有更小的相對(duì)百分比偏差值。圖 3.14 18 個(gè)案例 RPD 的箱線圖Figure 3.14 The box-plot of RPD for 18 instances

.13 隨工件和處理機(jī)個(gè)數(shù)變化而變化的相對(duì)百分比偏差（RFigure 3.13 RPD when number of jobs and machines vary分析每個(gè)案例中四種算法的平均目標(biāo)函數(shù)值（Avg），最百分比偏差（RPD）進(jìn)行記錄，實(shí)驗(yàn)結(jié)果如表 3.3 所有案例來(lái)說(shuō)在四種算法中混合 VNS-IRG 算法可、最大的總凈收益和最小的相對(duì)百分比偏差。13，，可以對(duì)不同算法得到的方案的質(zhì)量有更加直觀表示每個(gè)算法結(jié)果的相對(duì)百分比偏差值（RPD）。從分比偏差值（RPD）隨著機(jī)器數(shù)量的增加而增加，加然后再減少。同樣可以得知，當(dāng)工件數(shù)量等于 10種算法的相對(duì)百分比偏差值都達(dá)到最大值。通過(guò)圖法相比，混合 VNS-IRG 算法擁有更小并且更加穩(wěn)S 和 PSO 算法相比，IRG 算法擁有更小的相對(duì)百分
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：F273;TP301.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李玉;石小林;;考慮倒垛情況的場(chǎng)吊調(diào)度問(wèn)題研究[J];交通運(yùn)輸工程與信息學(xué)報(bào);2017年02期

2 沈益民;范玉順;;調(diào)度問(wèn)題微結(jié)構(gòu)及柔性優(yōu)化方法[J];自動(dòng)化學(xué)報(bào);2006年02期

3 董平;機(jī)器調(diào)度問(wèn)題及求解方法[J];物流技術(shù)與應(yīng)用;1997年01期

4 楊自厚,李寶澤,高志遠(yuǎn);鋼鐵廠煤氣資源的最優(yōu)分配[J];冶金自動(dòng)化;1988年03期

5 朱繼忠,徐國(guó)禹;電力系統(tǒng)有功安全經(jīng)濟(jì)再調(diào)度[J];重慶大學(xué)學(xué)報(bào)(自然科學(xué)版);1989年06期

6 鄢勇,劉鍵;同步并行任務(wù)流圖的最佳近似調(diào)度[J];電子學(xué)報(bào);1989年05期

7 劉長(zhǎng)有;李磊;;一種電網(wǎng)經(jīng)濟(jì)調(diào)度問(wèn)題的分布式對(duì)偶優(yōu)化解法[J];山西建筑;2016年33期

8 周龍飛;張霖;劉永奎;;云制造調(diào)度問(wèn)題研究綜述[J];計(jì)算機(jī)集成制造系統(tǒng);2017年06期

9 劉志雄;;求解調(diào)度問(wèn)題的粒子群算法編碼方法研究[J];武漢科技大學(xué)學(xué)報(bào);2010年01期

10 王璇;劉世峰;劉達(dá);;基于“實(shí)時(shí)智能”方法的港口物流調(diào)度問(wèn)題研究[J];物流技術(shù);2009年12期

相關(guān)會(huì)議論文 前10條

1 劉海龍;黃小原;;總的未完工費(fèi)用最小的多機(jī)調(diào)度問(wèn)題[A];1995中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1995年

2 耿兆強(qiáng);康勛;鄒益仁;;用遺傳算法解決模糊加工時(shí)間與模糊交貨期下的單機(jī)調(diào)度問(wèn)題[A];2001年中國(guó)智能自動(dòng)化會(huì)議論文集（下冊(cè)）[C];2001年

3 吳斌;方葉祥;崔志勇;;基于人工蜂群算法的越庫(kù)調(diào)度問(wèn)題研究[A];第25屆中國(guó)控制與決策會(huì)議論文集[C];2013年

4 張雷;;關(guān)于多人旅行商與調(diào)度問(wèn)題[A];1995年中國(guó)控制會(huì)議論文集（下）[C];1995年

5 尹新;楊自厚;;帶有等待時(shí)間懲罰的提前／拖期調(diào)度問(wèn)題的啟發(fā)式解法[A];1994中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集[C];1994年

6 吳斌;董敏;;考慮行為主體的越庫(kù)調(diào)度問(wèn)題干擾管理研究[A];中國(guó)系統(tǒng)工程學(xué)會(huì)第十八屆學(xué)術(shù)年會(huì)論文集——A12系統(tǒng)科學(xué)與系統(tǒng)工程理論在各個(gè)領(lǐng)域中的應(yīng)用研究[C];2014年

7 劉興初;趙千川;鄭大鐘;;具有不同準(zhǔn)備時(shí)間和交付期的單機(jī)E／T調(diào)度問(wèn)題研究[A];1998年中國(guó)控制會(huì)議論文集[C];1998年

8 王海星;申金升;;智能蟻群算法解決公交區(qū)域調(diào)度問(wèn)題研究[A];2006年首屆ICT大會(huì)信息、知識(shí)、智能及其轉(zhuǎn)換理論第一次高峰論壇會(huì)議論文集[C];2006年

9 全雄文;王力;;基于沖突集的區(qū)間調(diào)度問(wèn)題性質(zhì)分析和算法設(shè)計(jì)[A];中國(guó)自動(dòng)化學(xué)會(huì)控制理論專業(yè)委員會(huì)D卷[C];2011年

10 齊向彤;涂奉生;;雙交付期E／T調(diào)度問(wèn)題[A];1997年中國(guó)控制會(huì)議論文集[C];1997年

相關(guān)重要報(bào)紙文章 前1條

1 ;事故教訓(xùn)應(yīng)以改革誠(chéng)意彌補(bǔ)[N];21世紀(jì)經(jīng)濟(jì)報(bào)道;2011年

相關(guān)博士學(xué)位論文 前10條

1 趙玉明;基于數(shù)學(xué)規(guī)劃的煉油廠原油調(diào)度問(wèn)題建模與算法研究[D];廣東工業(yè)大學(xué);2019年

2 陳鑫;基于誤工損失指標(biāo)的調(diào)度問(wèn)題與算法研究[D];大連理工大學(xué);2019年

3 孫德峰;鋼鐵原料物流計(jì)劃與調(diào)度的建模及最優(yōu)化方法研究[D];東北大學(xué);2016年

4 文晶;風(fēng)電集群接入電力系統(tǒng)的源荷協(xié)調(diào)優(yōu)化調(diào)度模型研究[D];華北電力大學(xué)(北京);2015年

5 劉迪迪;能量捕獲無(wú)線網(wǎng)絡(luò)的傳輸調(diào)度和能量管理研究[D];西安電子科技大學(xué);2018年

6 侯愛(ài)琴;高性能網(wǎng)絡(luò)中面向大數(shù)據(jù)傳輸QoS的帶寬調(diào)度研究[D];西北大學(xué);2018年

7 袁媛;鋼鐵生產(chǎn)與物流調(diào)度的時(shí)空建模和凸優(yōu)化方法[D];東北大學(xué);2017年

8 李巖;批運(yùn)輸排序與物流調(diào)度的算法研究[D];吉林大學(xué);2019年

9 譚龍華;控制性能導(dǎo)向的實(shí)時(shí)系統(tǒng)調(diào)度參數(shù)優(yōu)化研究[D];西北工業(yè)大學(xué);2016年

10 郭慶新;改進(jìn)智能優(yōu)化方法及在有色金屬工業(yè)調(diào)度中的應(yīng)用研究[D];東北大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 王興明;考慮階段惡化效用的平行批處理機(jī)調(diào)度問(wèn)題研究[D];合肥工業(yè)大學(xué);2019年

2 羅丹駿;面向城市公交的換電站電能管理策略研究[D];電子科技大學(xué);2019年

3 劉家桐;自動(dòng)物料轉(zhuǎn)運(yùn)小車調(diào)度系統(tǒng)的研制[D];電子科技大學(xué);2019年

4 金含笑;基于摩拜出行數(shù)據(jù)的共享單車調(diào)度研究[D];北京交通大學(xué);2019年

5 王詩(shī)平;考慮源荷雙側(cè)隨機(jī)性的電力系統(tǒng)日前-日內(nèi)協(xié)調(diào)調(diào)度優(yōu)化[D];合肥工業(yè)大學(xué);2019年

6 杜明洋;城市共享單車服務(wù)模式分析與調(diào)度優(yōu)化研究[D];東南大學(xué);2018年

7 何麗文;基于粒子群優(yōu)化算法的園林綠植養(yǎng)護(hù)調(diào)度系統(tǒng)研究[D];中南林業(yè)科技大學(xué);2019年

8 孫合慶;基于蟻群算法的流量調(diào)度系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京交通大學(xué);2019年

9 韓笑宓;考慮公交車尾氣排放的常規(guī)公交組合調(diào)度優(yōu)化研究[D];北京交通大學(xué);2019年

10 王振;含風(fēng)儲(chǔ)聯(lián)合單元的電力系統(tǒng)日前調(diào)度優(yōu)化研究[D];山西大學(xué);2019年

本文編號(hào)：2589113