目前,云制造作為云計算、物聯(lián)網(wǎng)、人工智能等先進技術融合的產物,已經(jīng)對制造業(yè)產生了深遠的影響。云制造不僅引起了學術界的廣泛關注,同時政府和工業(yè)界也都投入了大量的資金對其展開研究,并已經(jīng)在制造服務組合、車間調度、資源配置、物流管理等應用層面取得了一定的成果,其理論和方法研究具有重要的學術和應用價值。在云制造模式下,制造資源不僅能夠實現(xiàn)更大范圍的共享,也能夠在提高制造資源利用率的同時降低生產制造的成本。本文針對云制造中多目標情況下的云制造服務組合優(yōu)化問題和動態(tài)高維制造資源的調度問題進行了研究。創(chuàng)造性的研究成果主要有:（1）針對制造服務零散化以及服務功能性單一的問題,本文對云制造服務組合進行研究。鑒于云制造服務組合在實際情況中出現(xiàn)的多個優(yōu)化目標問題,建立了多目標云制造服務組合優(yōu)化模型,考慮了成本、時間、服務質量和能耗4個指標,提出了評估損失函數(shù)調優(yōu)規(guī)則。通過問題分析,提出了一種基于變鄰域搜索的快速自適應網(wǎng)格多目標服務組合算法。該算法不需要人為設置鄰域搜索范圍的大小,并且可自動利用所設置的網(wǎng)格刪除大量被支配的個體。仿真結果表明,該算法有效改善了優(yōu)化多目標時尋找帕累托解集不均勻的問題,提高了云制造... 

【文章來源】：南京郵電大學江蘇省

【文章頁數(shù)】：72 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
專用術語注釋表
第一章 緒論
    1.1 研究背景與意義
    1.2 國內外研究現(xiàn)狀
    1.3 本文的工作及結構安排
第二章 相關背景知識介紹
    2.1 云制造
    2.2 多目標優(yōu)化
    2.3 深度強化學習
    2.4 本章小結
第三章 面向云制造的多目標服務資源組合優(yōu)化研究
    3.1 云制造多目標服務資源組合優(yōu)化模型
        3.1.1 拓撲結構
        3.1.2 系統(tǒng)模型
        3.1.3 問題描述
    3.2 基于改進多目標進化算法的云制造服務資源組合優(yōu)化
        3.2.1 設計思想
        3.2.2 基于變鄰域搜索的網(wǎng)格多目標服務組合算法
        3.2.3 面向云制造服務資源優(yōu)化的組合算法流程
    3.3 仿真分析
        3.3.1 仿真設置
        3.3.2 仿真結果
    3.4 本章小結
第四章 面向云制造的動態(tài)生產資源調度優(yōu)化研究
    4.1 云制造動態(tài)生產資源調度優(yōu)化模型
        4.1.1 拓撲結構
        4.1.2 系統(tǒng)模型
        4.1.3 問題描述
    4.2 基于改進深度強化學習算法的云制造生產資源調度優(yōu)化
        4.2.1 設計思想
        4.2.2 基于禁忌搜索的深度強化學習生產資源調度算法
        4.2.3 面向云制造生產資源優(yōu)化的調度算法流程
    4.3 仿真分析
        4.3.1 仿真設置
        4.3.2 仿真結果
    4.4 本章小結
第五章 總結與展望
    5.1 工作總結
    5.2 后續(xù)工作展望
參考文獻
附錄1 攻讀碩士學位期間撰寫的論文
附錄2 攻讀碩士學位期間申請的專利
附錄3 攻讀碩士學位期間參加的科研項目
致謝



本文編號：3391542