帶準備時間的柔性流水車間多序列有限緩沖區(qū)排產優(yōu)化問題研究
發(fā)布時間:2022-09-28 19:50
帶準備時間的柔性流水車間多序列有限緩沖區(qū)排產優(yōu)化問題是經典柔性流水車間問題的一種擴展,考慮了工位準備時間和多序列有限緩沖區(qū)對生產加工過程的影響。柔性流水車間由于具有多工位多工序的特點,其廣泛存在于鋼鐵生產、車輛制造、半導體封裝等行業(yè)的生產企業(yè)中,柔性流水車間排產優(yōu)化問題是一類NP-Hard問題,理論研究中經常假設工位無準備時間和緩沖區(qū)容量無限大,但實際制造企業(yè)由于受到車間資源和生產產品種類多樣性的限制,在生產過程中存在多序列有限緩沖區(qū)和工位準備時間。工位準備時間受到被加工對象的類型、顏色、形態(tài)等多種屬性信息的影響。多序列有限緩沖區(qū)是由多個加工的序列構成,不僅要考慮緩沖區(qū)中每個序列的容量問題,還要考慮工件進出多個序列緩存區(qū)的分配選擇問題,且工件出緩沖區(qū)受到工位準備時間的限制。這類生產車間具有工藝復雜,各生產環(huán)節(jié)受限制等特點,對生產管控提出了更高要求。目前在解決這類問題時,難以找到更有效的解決方法,導致排產結果不能很好地指導這類車間的生產運作過程,所以研究帶準備時間的柔性流水車間多序列有限緩沖區(qū)排產優(yōu)化問題具有重要的理論意義和實際應用價值。本文針對帶準備時間的柔性流水車間多序列有限緩沖區(qū)的...
【文章頁數】:66 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 課題研究的背景
1.2 課題研究的目的與意義
1.3 課題研究現狀
1.4 論文內容與創(chuàng)新點
1.5 論文結構
第二章 帶準備時間的柔性流水車間序列有限緩沖區(qū)排產優(yōu)化模型建立
2.1 帶準備時間的柔性流水車間序列有限緩沖區(qū)排產問題簡介
2.2 帶準備時間的柔性流水車間序列有限緩沖區(qū)排產問題描述
2.2.1 模型參數
2.2.2 約束條件
2.2.3 模型求解目標函數
2.3 帶準備時間的柔性流水車間多序列有限緩沖區(qū)排產過程分析
2.4 本章小結
第三章 群體智能優(yōu)化算法在排產優(yōu)化問題中應用研究
3.1 群體智能優(yōu)化算法概述
3.2 群體智能算法在排產調度問題研究現狀
3.3 鯨魚優(yōu)化算法(WOA)概述
3.3.1 鯨魚優(yōu)化算法研究現狀
3.3.2 鯨魚優(yōu)化算法描述
3.4 鯨魚優(yōu)化算法求解柔性流水車間排產優(yōu)化問題
3.4.1 解碼編碼
3.4.2 算法流程
3.4.3 仿真測試
3.5 鯨魚優(yōu)化算法求解FFSP-S-MSFB排產問題
3.5.1 FFSP-S-MSFB排產問題實驗數據
3.5.2 求解帶準備時間的柔性流水車間多序列有限緩沖區(qū)問題仿真測試
3.6 本章小結
第四章 改進的鯨魚優(yōu)化算法求解FFSP-S-MSFB排產優(yōu)化問題
4.1 Levy飛行搜索策略概述
4.1.1 Levy飛行搜索策略研究現狀
4.1.2 Levy飛行搜索原理介紹
4.2 反向學習策略概述
4.2.1 反向學習策略研究現狀
4.2.2 反向學習策略原理介紹
4.3 模擬退火算法概述
4.3.1 模擬退火算法研究現狀
4.3.2 模擬退火算法原理介紹
4.4 改進的鯨魚優(yōu)化算法介紹
4.5 改進鯨魚優(yōu)化算法(SLOWOA)求解柔性流水車間排產優(yōu)化問題
4.6 改進鯨魚優(yōu)化算法(SLOWOA)求解FFSP-S-MSFB排產優(yōu)化問題
4.7 本章小結
第五章 基于優(yōu)化目標的初始種群建立方法在FFSP-MSFB排產問題中研究
5.1 初始種群建立方法研究
5.2 基于優(yōu)化目標的初始種群建立
5.2.1 排產優(yōu)化目標分析
5.2.2 基于信息熵的聯合選擇概率初始種群建立方法
5.3 基于初始種群建立改進的SLOWOA算法介紹
5.4 I-SLOWOA求解柔性流水車間排產優(yōu)化問題
5.5 I-SLOWOA求解FFSP-S-MSFB排產優(yōu)化問題
5.6 本章小結
第六章 結論
6.1 總結
6.2 展望
參考文獻
作者簡介
作者在攻讀碩士學位期間發(fā)表的學術論文
作者在攻讀碩士學位期間獲國家發(fā)明專利
作者在攻讀碩士學位期間獲競賽獎勵
致謝
本文編號:3682278
【文章頁數】:66 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
1.1 課題研究的背景
1.2 課題研究的目的與意義
1.3 課題研究現狀
1.4 論文內容與創(chuàng)新點
1.5 論文結構
第二章 帶準備時間的柔性流水車間序列有限緩沖區(qū)排產優(yōu)化模型建立
2.1 帶準備時間的柔性流水車間序列有限緩沖區(qū)排產問題簡介
2.2 帶準備時間的柔性流水車間序列有限緩沖區(qū)排產問題描述
2.2.1 模型參數
2.2.2 約束條件
2.2.3 模型求解目標函數
2.3 帶準備時間的柔性流水車間多序列有限緩沖區(qū)排產過程分析
2.4 本章小結
第三章 群體智能優(yōu)化算法在排產優(yōu)化問題中應用研究
3.1 群體智能優(yōu)化算法概述
3.2 群體智能算法在排產調度問題研究現狀
3.3 鯨魚優(yōu)化算法(WOA)概述
3.3.1 鯨魚優(yōu)化算法研究現狀
3.3.2 鯨魚優(yōu)化算法描述
3.4 鯨魚優(yōu)化算法求解柔性流水車間排產優(yōu)化問題
3.4.1 解碼編碼
3.4.2 算法流程
3.4.3 仿真測試
3.5 鯨魚優(yōu)化算法求解FFSP-S-MSFB排產問題
3.5.1 FFSP-S-MSFB排產問題實驗數據
3.5.2 求解帶準備時間的柔性流水車間多序列有限緩沖區(qū)問題仿真測試
3.6 本章小結
第四章 改進的鯨魚優(yōu)化算法求解FFSP-S-MSFB排產優(yōu)化問題
4.1 Levy飛行搜索策略概述
4.1.1 Levy飛行搜索策略研究現狀
4.1.2 Levy飛行搜索原理介紹
4.2 反向學習策略概述
4.2.1 反向學習策略研究現狀
4.2.2 反向學習策略原理介紹
4.3 模擬退火算法概述
4.3.1 模擬退火算法研究現狀
4.3.2 模擬退火算法原理介紹
4.4 改進的鯨魚優(yōu)化算法介紹
4.5 改進鯨魚優(yōu)化算法(SLOWOA)求解柔性流水車間排產優(yōu)化問題
4.6 改進鯨魚優(yōu)化算法(SLOWOA)求解FFSP-S-MSFB排產優(yōu)化問題
4.7 本章小結
第五章 基于優(yōu)化目標的初始種群建立方法在FFSP-MSFB排產問題中研究
5.1 初始種群建立方法研究
5.2 基于優(yōu)化目標的初始種群建立
5.2.1 排產優(yōu)化目標分析
5.2.2 基于信息熵的聯合選擇概率初始種群建立方法
5.3 基于初始種群建立改進的SLOWOA算法介紹
5.4 I-SLOWOA求解柔性流水車間排產優(yōu)化問題
5.5 I-SLOWOA求解FFSP-S-MSFB排產優(yōu)化問題
5.6 本章小結
第六章 結論
6.1 總結
6.2 展望
參考文獻
作者簡介
作者在攻讀碩士學位期間發(fā)表的學術論文
作者在攻讀碩士學位期間獲國家發(fā)明專利
作者在攻讀碩士學位期間獲競賽獎勵
致謝
本文編號:3682278
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/3682278.html
教材專著