近年來隨著生產(chǎn)力的提高,消費(fèi)者的需求越來越趨向個(gè)性化追求,帶動(dòng)制造業(yè)訂單出現(xiàn)“批量小、批次多”的特征,對(duì)作業(yè)車間的生產(chǎn)柔性提出了更高的要求,生產(chǎn)調(diào)度需要面對(duì)更大的問題規(guī)模。柔性作業(yè)車間生產(chǎn)調(diào)度問題的研究和發(fā)展,在很大程度上迎合了這一要求,許多解決方法能夠?yàn)橐?guī)模較大的調(diào)度問題快速的給出一個(gè)滿意的調(diào)度方案。柔性作業(yè)車間生產(chǎn)調(diào)度問題是一種基礎(chǔ)的問題模型,有著廣泛的適用性和良好的延展性。但隨著制造業(yè)機(jī)械化和自動(dòng)化程度的不斷提高,許多車間增設(shè)了新的生產(chǎn)系統(tǒng),使得作業(yè)車間生產(chǎn)調(diào)度問題出現(xiàn)了新的變體模型,相應(yīng)的調(diào)度解決方法越來越需要根據(jù)車間具體情況進(jìn)行更為契合的設(shè)計(jì)。因此,本文以G公司柔性作業(yè)車間生產(chǎn)加工情況為研究目標(biāo),分析與典型的柔性作業(yè)車間生產(chǎn)調(diào)度問題相比多出了兩處復(fù)雜之處——自動(dòng)導(dǎo)引小車(Automated-Guided Vehicle,AGV)運(yùn)輸時(shí)間和動(dòng)態(tài)機(jī)器數(shù)量,并以點(diǎn)帶面為該類型的作業(yè)車間設(shè)計(jì)較為契合的調(diào)度方法。遺傳算法有求解速度快、全局搜索能力強(qiáng)等優(yōu)點(diǎn),適合求解背景復(fù)雜、規(guī)模大的優(yōu)化問題,因此本文以遺傳算法為解決方法的基礎(chǔ)算法并做出進(jìn)一步的改進(jìn)優(yōu)化設(shè)計(jì)。由于G公司柔性作業(yè)車間生產(chǎn)調(diào)度問題天然的被分成“工序段”和“機(jī)器段”,編碼方式設(shè)計(jì)為兩段式編碼,設(shè)計(jì)與之契合的POX(precedence operation crossover)交叉算子和多點(diǎn)隨機(jī)變異算子,最大流程時(shí)間的倒數(shù)為適應(yīng)度函數(shù)和輪盤賭選擇算子。在Kacem算例測(cè)試和G公司調(diào)度問題求解方案的分析中發(fā)現(xiàn)所得方案機(jī)器負(fù)載不平衡、算法收斂速度慢等問題,使得問題的優(yōu)化解并不令人滿意。為此設(shè)計(jì)了貪婪式插入解碼策略、基于正態(tài)分布的先驗(yàn)機(jī)器選擇機(jī)制、機(jī)器負(fù)荷平衡輔助目標(biāo)函數(shù)設(shè)計(jì)、機(jī)器負(fù)荷補(bǔ)償選擇機(jī)制和進(jìn)化算子加入到基礎(chǔ)遺傳算法之上,并在算例測(cè)試和G公司調(diào)度問題求解中得到令人滿意的解方案,但算例仍不能穩(wěn)定求得最優(yōu)解。為了得到更進(jìn)一步的優(yōu)化解方案,同時(shí)提高算法收斂速度和收斂的穩(wěn)定性、簡(jiǎn)化算法的參數(shù)設(shè)置,本文在改進(jìn)的遺傳算法之上加入了自適應(yīng)算子設(shè)計(jì)。自適應(yīng)函數(shù)的構(gòu)造結(jié)合使用了logistic函數(shù)和高斯分布函數(shù),自適應(yīng)函數(shù)自變量參數(shù)的設(shè)計(jì)中,除了常用的迭代數(shù)外,還設(shè)計(jì)了基于精英個(gè)體編碼的相似度參數(shù)和種群停滯代數(shù)參數(shù)。不僅對(duì)交叉、變異、進(jìn)化的概率和長(zhǎng)度設(shè)計(jì)了自適應(yīng)函數(shù),為調(diào)整種群搜索能力,還創(chuàng)新的設(shè)計(jì)了選擇加速算子自適應(yīng)函數(shù)。
【學(xué)位單位】：中國(guó)礦業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP18;TB497
【文章目錄】：
致謝
摘要
abstract
1 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究綜述
    1.3 研究?jī)?nèi)容與方法
    1.4 研究技術(shù)路線圖
2 生產(chǎn)調(diào)度問題和遺傳算法理論基礎(chǔ)
    2.1 生產(chǎn)調(diào)度問題分類
    2.2 遺傳算法理論
    2.3 自適應(yīng)遺傳算法理論
    2.4 本章小節(jié)
3 G公司車間調(diào)度問題的遺傳算法設(shè)計(jì)
    3.1 G公司車間調(diào)度問題分析
    3.2 求解調(diào)度方案的遺傳算法設(shè)計(jì)
    3.3 遺傳算法求解結(jié)果分析
    3.4 本章小節(jié)
4 遺傳算法改進(jìn)
    4.1 遺傳算子改進(jìn)優(yōu)化設(shè)計(jì)
    4.2 改進(jìn)遺傳算法求解結(jié)果分析
    4.3 本章小節(jié)
5 自適應(yīng)遺傳算法設(shè)計(jì)
    5.1 自適應(yīng)算子設(shè)計(jì)
    5.2 改進(jìn)自適應(yīng)遺傳算法求解結(jié)果分析
    5.3 G公司調(diào)度方案改進(jìn)
    5.4 本章小節(jié)
6 結(jié)論與展望
    6.1 研究結(jié)論
    6.2 研究展望
參考文獻(xiàn)
附錄
作者簡(jiǎn)歷
學(xué)位論文數(shù)據(jù)集

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張鼎;;博弈視角下的多目標(biāo)生產(chǎn)調(diào)度問題探討[J];化工管理;2015年11期

2 黃雨田;于彩燕;段富;;免疫算法解決車間生產(chǎn)調(diào)度問題方法綜述[J];計(jì)算機(jī)工程與科學(xué);2010年06期

3 金鋒;吳澄;;大規(guī)模生產(chǎn)調(diào)度問題的研究現(xiàn)狀與展望[J];計(jì)算機(jī)集成制造系統(tǒng);2006年02期

4 馬正元,王偉玲,王玉生;生產(chǎn)調(diào)度問題的系統(tǒng)研究[J];成組技術(shù)與生產(chǎn)現(xiàn)代化;2005年01期

5 王占田;;生產(chǎn)調(diào)度問題研究的動(dòng)態(tài)與趨勢(shì)[J];化工管理;2018年12期

6 陳歡;;生產(chǎn)調(diào)度智能算法及其應(yīng)用[J];電腦迷;2017年03期

7 徐建國(guó);左春榮;李凱;;混合遺傳算法求解一類多資源生產(chǎn)調(diào)度問題[J];價(jià)值工程;2008年09期

8 李琪;馮欣;張永振;;生產(chǎn)調(diào)度問題研究平臺(tái)的設(shè)計(jì)與開發(fā)[J];河南科技大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年05期

9 尤軍,李少遠(yuǎn);生產(chǎn)調(diào)度問題的模糊滿意優(yōu)化[J];上海交通大學(xué)學(xué)報(bào);2003年11期

10 王偉玲,馬正元,王玉生;生產(chǎn)調(diào)度問題研究的動(dòng)態(tài)與趨勢(shì)[J];組合機(jī)床與自動(dòng)化加工技術(shù);2005年05期

相關(guān)博士學(xué)位論文 前10條

1 徐建有;基于智能優(yōu)化算法的生產(chǎn)調(diào)度問題研究[D];東北大學(xué);2015年

2 劉春來;考慮訂單外包的生產(chǎn)調(diào)度模型和算法研究[D];大連理工大學(xué);2017年

3 趙小強(qiáng);煉廠生產(chǎn)調(diào)度問題研究[D];浙江大學(xué);2005年

4 高守瑋;一類Flow shop生產(chǎn)調(diào)度問題及其優(yōu)化方法之分析與研究[D];上海交通大學(xué);2007年

5 宋存利;生產(chǎn)調(diào)度問題及其智能優(yōu)化算法研究[D];大連理工大學(xué);2011年

6 周艷平;基于博弈理論的多目標(biāo)生產(chǎn)調(diào)度問題研究[D];華東理工大學(xué);2013年

7 郭盈;實(shí)際復(fù)雜生產(chǎn)調(diào)度問題的新模型與算法研究[D];合肥工業(yè)大學(xué);2012年

8 徐新黎;生產(chǎn)調(diào)度問題的智能優(yōu)化方法研究及應(yīng)用[D];浙江工業(yè)大學(xué);2009年

9 何小娟;分布估計(jì)算法及其在生產(chǎn)調(diào)度問題中的應(yīng)用研究[D];蘭州理工大學(xué);2011年

10 王景華;基于離散和混合模型的生產(chǎn)調(diào)度若干問題研究[D];合肥工業(yè)大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 沙利民;MES環(huán)境下生產(chǎn)調(diào)度問題的研究[D];北京郵電大學(xué);2019年

2 史俊豪;G公司柔性作業(yè)車間生產(chǎn)調(diào)度問題的改進(jìn)型自適應(yīng)遺傳算法設(shè)計(jì)和優(yōu)化[D];中國(guó)礦業(yè)大學(xué);2019年

3 張浩宇;具有特殊緩沖區(qū)的鋼鐵生產(chǎn)調(diào)度問題研究[D];內(nèi)蒙古工業(yè)大學(xué);2018年

4 陳偉;考慮模具約束的生產(chǎn)調(diào)度問題研究[D];合肥工業(yè)大學(xué);2013年

5 徐建國(guó);多資源生產(chǎn)調(diào)度問題的分析建模[D];合肥工業(yè)大學(xué);2008年

6 呂恒;客戶需求不確定條件下生產(chǎn)調(diào)度問題研究[D];西南交通大學(xué);2009年

7 崔少東;碳減排背景下廢鋼鐵再制造生產(chǎn)調(diào)度問題研究[D];東南大學(xué);2016年

8 周巍;中小型制造企業(yè)車間生產(chǎn)調(diào)度問題的分析與研究[D];南京理工大學(xué);2005年

9 嚴(yán)少斌;優(yōu)化算法研究及其在不確定條件下生產(chǎn)調(diào)度問題的應(yīng)用[D];華東理工大學(xué);2011年

10 陳志強(qiáng);流程工業(yè)生產(chǎn)調(diào)度問題優(yōu)化模型及其應(yīng)用[D];浙江工業(yè)大學(xué);2001年

本文編號(hào)：2873662