發(fā)布時(shí)間：2022-11-03 19:53

　　設(shè)施布局問(wèn)題（Facility Layout Problem,FLP）是一類(lèi)NP-hard問(wèn)題,其研究如何將已知數(shù)目的設(shè)施合理放置于給定車(chē)間內(nèi),并且在滿(mǎn)足約束的情況下達(dá)到最優(yōu)化目標(biāo)要求。本文以企業(yè)生產(chǎn)中車(chē)間設(shè)施的布局為背景,根據(jù)動(dòng)靜態(tài)車(chē)間的不同特性,提出不同的去約束機(jī)制優(yōu)化布局,并設(shè)計(jì)針對(duì)多目標(biāo)問(wèn)題的智能優(yōu)化算法對(duì)問(wèn)題進(jìn)行求解,具體內(nèi)容如下:（1）研究多目標(biāo)靜態(tài)設(shè)施布局問(wèn)題（MO-SFLP）的構(gòu)形空間進(jìn)化算法（CSE）。基于彈性區(qū)帶架構(gòu)（FBS）,將問(wèn)題轉(zhuǎn)化為無(wú)約束優(yōu)化問(wèn)題,建立數(shù)學(xué)優(yōu)化模型。在CSE中引入“構(gòu)形庫(kù)”的概念,構(gòu)造了以每個(gè)構(gòu)形為圓心,以構(gòu)形庫(kù)中所有構(gòu)形平均距離的一半（dspace=davg/2）為半徑的圓形區(qū)域,通過(guò)dpace不斷更新構(gòu)形庫(kù),且dspace的值隨著算法的迭代逐漸減小以縮小搜索空間,以此達(dá)到加速算法收斂性和提高Pareto最優(yōu)解多樣性的目的。另外,將基于Pareto非支配排序和基于目標(biāo)函數(shù)距離的最近最遠(yuǎn)候選解法（NFCS）相結(jié)合選取最優(yōu)個(gè)體,從而得到分布均勻的Pareto前沿。最后通過(guò)10組典型的靜態(tài)測(cè)試算例對(duì)算法進(jìn)行了測(cè)試,并對(duì)算法的性能進(jìn)行分析。（2）研... 

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景和意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀與進(jìn)展
        1.2.1 多目標(biāo)不等面積靜態(tài)設(shè)施布局問(wèn)題研究進(jìn)展
        1.2.2 多目標(biāo)不等面積動(dòng)態(tài)設(shè)施布局問(wèn)題研究進(jìn)展
        1.2.3 約束處理方法介紹
    1.3 論文的主要工作
    1.4 論文的組織結(jié)構(gòu)
    1.5 本章小結(jié)
第二章 多目標(biāo)車(chē)間設(shè)施布局的相關(guān)基礎(chǔ)理論介紹
    2.1 多目標(biāo)問(wèn)題介紹及相關(guān)概念
    2.2 車(chē)間設(shè)施布局的相關(guān)概念
        2.2.1 設(shè)施布局目標(biāo)和基本原則
        2.2.2 車(chē)間布局分類(lèi)
    2.3 經(jīng)典進(jìn)化算法
        2.3.1 遺傳算法
        2.3.2 非支配排序遺傳算法Ⅱ
    2.4 本章小結(jié)
第三章 面向多目標(biāo)車(chē)間靜態(tài)設(shè)施布局的構(gòu)形空間進(jìn)化算法
    3.1 多目標(biāo)車(chē)間靜態(tài)設(shè)施布局模型
    3.2 構(gòu)形空間進(jìn)化算法
        3.2.1 構(gòu)形空間進(jìn)化算法思路及算法步驟
        3.2.2 基于FBS的基因編碼及去約束策略
        3.2.3 MO-SFLP模型的構(gòu)形進(jìn)化
        3.2.4 基于目標(biāo)函數(shù)距離的非支配解選取策略
        3.2.5 目標(biāo)函數(shù)正則化
        3.2.6 構(gòu)形庫(kù)更新
    3.3 算法測(cè)試及評(píng)價(jià)
        3.3.1 一個(gè)多目標(biāo)靜態(tài)設(shè)施布局的經(jīng)典算例
        3.3.2 一組不同設(shè)施數(shù)目的典型算例
        3.3.3 一個(gè)多目標(biāo)靜態(tài)設(shè)施布局的實(shí)際應(yīng)用算例
        3.3.4 面向多目標(biāo)靜態(tài)設(shè)施布局問(wèn)題的算法性能測(cè)試與分析
    3.4 本章小結(jié)
第四章 面向多目標(biāo)車(chē)間動(dòng)態(tài)設(shè)施布局的構(gòu)形空間進(jìn)化算法
    4.1 多目標(biāo)車(chē)間動(dòng)態(tài)設(shè)施布局模型
    4.2 基于梯度搜索下降的構(gòu)形空間進(jìn)化算法
        4.2.1 基于GM的基因編碼及去約束策略
        4.2.2 MO-DFLP模型的構(gòu)形進(jìn)化
        4.2.3 基于空間距離的最近最遠(yuǎn)候選解法(NFCS)
    4.3 多目標(biāo)動(dòng)態(tài)設(shè)施布局問(wèn)題實(shí)驗(yàn)結(jié)果與分析
        4.3.1 兩組經(jīng)典動(dòng)態(tài)設(shè)施布局算例
        4.3.2 一個(gè)具有實(shí)際應(yīng)用的多目標(biāo)動(dòng)態(tài)算例
        4.3.3 面向多目標(biāo)動(dòng)態(tài)設(shè)施布局問(wèn)題的算法性能測(cè)試與分析
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 論文所做的工作
    5.2 論文的主要?jiǎng)?chuàng)新點(diǎn)
    5.3 研究展望
致謝
參考文獻(xiàn)
作者簡(jiǎn)介


【參考文獻(xiàn)】：
期刊論文
[1]基于遺傳算法的車(chē)間布局多目標(biāo)優(yōu)化[J]. 周娜,徐克林,郭爽.  工業(yè)工程. 2011(05)
[2]SLP和遺傳算法結(jié)合在車(chē)間設(shè)備布局中的應(yīng)用[J]. 汪一筇,米智偉.  計(jì)算機(jī)工程與應(yīng)用. 2010(05)
[3]基于NSGA Ⅱ的多目標(biāo)車(chē)間設(shè)施布局優(yōu)化方法[J]. 曾強(qiáng),沈玲,潘啟東,吳立云.  計(jì)算機(jī)工程與應(yīng)用. 2012(27)
[4]基于NSGA-Ⅱ的多目標(biāo)車(chē)間設(shè)備布局[J]. 李?lèi)?ài)平,鄢澤耀,謝楠,黃君政.  機(jī)械設(shè)計(jì)與研究. 2012(06)
[5]基于粒子群算法的潮流發(fā)電機(jī)布局[J]. 劉丞,汪昆,汪雄海.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2013(12)
[6]基于改進(jìn)遺傳算法的多行布置車(chē)間布局優(yōu)化[J]. 郭紅,楊建軍.  制造業(yè)自動(dòng)化. 2015(04)
[7]基于彈性區(qū)帶架構(gòu)的多目標(biāo)設(shè)施布局問(wèn)題研究[J]. 常征,呂靖.  運(yùn)籌與管理. 2015(02)

碩士論文
[1]動(dòng)態(tài)連續(xù)設(shè)備布局問(wèn)題的啟發(fā)式算法研究[D]. 王大文.南京信息工程大學(xué) 2017



本文編號(hào)：3700525