在競(jìng)爭(zhēng)日漸激烈的全球化經(jīng)濟(jì)中,如何提高企業(yè)的制造效率,減少企業(yè)成本已成為提升企業(yè)競(jìng)爭(zhēng)力的重要途徑,而隨著企業(yè)生產(chǎn)規(guī)模巨大化和生產(chǎn)規(guī)模的連續(xù)化,車間調(diào)度已成為左右生產(chǎn)效率的要素之一。車間調(diào)度問(wèn)題（Job-shop Scheduling Problem,JSP）是制造行業(yè)的一個(gè)研究熱點(diǎn),有效的調(diào)度計(jì)劃和優(yōu)化方法是實(shí)現(xiàn)提升生產(chǎn)效益的基本和關(guān)鍵,但車間調(diào)度問(wèn)題是NP難問(wèn)題,其難點(diǎn)是無(wú)法實(shí)現(xiàn)在一個(gè)多項(xiàng)式時(shí)間內(nèi)求出其最優(yōu)解,所以一個(gè)好的優(yōu)化算法是解決車間調(diào)度問(wèn)題的關(guān)鍵。近幾十年來(lái),學(xué)者們都在致力尋找更好的優(yōu)化算法,其中粒子群算法（Particle Swarm Optimization,PSO）和禁忌搜索算法（Tabu Search,TS）是比較突出的兩個(gè)優(yōu)化算法。粒子群算法是一種群智能算法,因其有簡(jiǎn)單、容易實(shí)現(xiàn),收斂速度快且需要調(diào)整參數(shù)少等優(yōu)點(diǎn),自提出以來(lái)便受到了國(guó)內(nèi)外的關(guān)注,粒子群算法現(xiàn)在廣泛應(yīng)用于調(diào)度優(yōu)化、函數(shù)優(yōu)化、化學(xué)工程、數(shù)據(jù)挖掘、生物工程、環(huán)境工程、模糊系統(tǒng)控制等諸多鄰域。禁忌搜索算法是一種全局逐步優(yōu)化的啟發(fā)式算法,以禁忌表的形式來(lái)避免陷入局部最優(yōu)解,以此來(lái)跳出局部最優(yōu),具有良好的尋優(yōu)性... 

【文章頁(yè)數(shù)】：74 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究背景及意義
    1.2 車間調(diào)度問(wèn)題概述
        1.2.1 車間調(diào)度問(wèn)題數(shù)學(xué)描述
        1.2.2 車間調(diào)度問(wèn)題的分類
        1.2.3 車間調(diào)度問(wèn)題的描述方法
    1.3 國(guó)內(nèi)外研究現(xiàn)狀及不足
        1.3.1 拉格朗日松弛法
        1.3.2 模擬退火算法
        1.3.3 蟻群算法
        1.3.4 神經(jīng)網(wǎng)絡(luò)算法
        1.3.5 遺傳算法
        1.3.6 差分進(jìn)化算法
        1.3.7 粒子群算法
        1.3.8 禁忌搜索算法
    1.4 主要研究?jī)?nèi)容
    1.5 論文組織結(jié)構(gòu)
第2章 粒子群和禁忌搜索算法基本原理與改進(jìn)
    2.1 粒子群算法概述
        2.1.1 粒子群算法起源
        2.1.2 粒子群算法模型
        2.1.3 粒子群算法基本流程
        2.1.4 粒子群算法參數(shù)、模型分析
    2.2 禁忌搜索算法概述
        2.2.1 禁忌搜索算法的基本原理
        2.2.2 禁忌搜索算法介紹
        2.2.3 禁忌搜索算法流程
    2.3 粒子群算法和禁忌搜索算法的優(yōu)缺點(diǎn)分析
        2.3.1 粒子群算法的優(yōu)缺點(diǎn)
        2.3.2 禁忌搜索算法的優(yōu)缺點(diǎn)
    2.4 改進(jìn)的粒子群算法及其性能測(cè)試
        2.4.1 粒子群算法改進(jìn)思想
        2.4.2 測(cè)試函數(shù)的選取
        2.4.3 實(shí)驗(yàn)環(huán)境及參數(shù)設(shè)置
        2.4.4 實(shí)驗(yàn)結(jié)果分析
    2.5 本章小結(jié)
第3章 改進(jìn)粒子群算法在車間調(diào)度問(wèn)題中的研究
    3.1 目標(biāo)函數(shù)和適應(yīng)值函數(shù)
    3.2 編碼和解碼
        3.2.1 編碼
        3.2.2 解碼
        3.2.3 二級(jí)編碼
    3.3 粒子群算法的更新公式
    3.4 車間調(diào)度問(wèn)題中鄰域結(jié)構(gòu)的研究
    3.5 改進(jìn)粒子群算法求解車間調(diào)度問(wèn)題的基本流程
    3.6 本章小結(jié)
第4章 改進(jìn)粒子群算法求解作業(yè)車間調(diào)度問(wèn)題
    4.1 作業(yè)車間調(diào)度問(wèn)題的選擇
    4.2 作業(yè)車間調(diào)度問(wèn)題實(shí)例求解與分析
        4.2.1 求解10×10作業(yè)車間調(diào)度問(wèn)題
        4.2.2 求解MT和LA類型作業(yè)車間調(diào)度問(wèn)題
    4.3 本章小結(jié)
第5章 改進(jìn)粒子群算法求解柔性作業(yè)車間調(diào)度問(wèn)題
    5.1 柔性作業(yè)車間調(diào)度簡(jiǎn)介
    5.2 柔性作業(yè)車間調(diào)度問(wèn)題解的衡量標(biāo)準(zhǔn)
    5.3 柔性作業(yè)車間調(diào)度問(wèn)題的求解方法
        5.3.1 柔性作業(yè)車間調(diào)度的編碼和解碼
        5.3.2 柔性作業(yè)車間調(diào)度粒子的更新方法
    5.4 柔性作業(yè)車間調(diào)度問(wèn)題實(shí)例求解與分析
    5.5 本章小結(jié)
結(jié)論
致謝
參考文獻(xiàn)
攻讀學(xué)位期間取得學(xué)術(shù)成果


【參考文獻(xiàn)】：
博士論文
[1]一種新型的智能優(yōu)化方法-人工魚群算法[D]. 李曉磊.浙江大學(xué) 2003

碩士論文
[1]基于粒子群算法的動(dòng)態(tài)車間調(diào)度問(wèn)題研究[D]. 吳再新.東華大學(xué) 2016
[2]基于自適應(yīng)差分進(jìn)化算法的生產(chǎn)調(diào)度方法研究與實(shí)現(xiàn)[D]. 項(xiàng)招貴.浙江工業(yè)大學(xué) 2009
[3]基于禁忌搜索算法的配電網(wǎng)重構(gòu)研究[D]. 董百?gòu)?qiáng).重慶大學(xué) 2006



本文編號(hào)：3725757