近年來,隨著中國制造業(yè)的蓬勃發(fā)展,如何有效提升企業(yè)競爭力已經(jīng)成為制造企業(yè)亟待解決的問題。作為制造行業(yè)重要優(yōu)化手段之一,柔性作業(yè)車間調(diào)度問題（FJSP）研究受到了廣泛關注并取得了一定成果。然而當今制造業(yè)向大規(guī)模制造趨勢發(fā)展,柔性作業(yè)車間調(diào)度問題規(guī)模成倍增加,已有研究成果在解決大規(guī)模柔性作業(yè)車間調(diào)度問題（LSFJSP）時存在優(yōu)化速度慢,優(yōu)化效果差等問題。為解決大規(guī)模柔性作業(yè)車間調(diào)度優(yōu)化時存在的問題,本文對已有分布式進化算法框架進行改進,提出基于貝葉斯分組的維度分布式進化算法框架,并進一步結合種群分布式進化算法思想,提出一種種群-維度混合分布進化框架。本文主要工作如下:1LSFJSP問題建模。為使用分布式進化算法求解LSFJSP,本文首先以最小化最大完工時間和總能耗為目標對大規(guī)模柔性作業(yè)車間調(diào)度優(yōu)化進行問題描述和建模。2基于種群分布式進化算法的LSFJSP方法研究。在對已有種群分布式進化算法框架研究現(xiàn)狀分析的基礎上,提出基于種群分布式進化算法的LSFJSP方法研究并對方法有效性進行實驗驗證。實驗結果顯示,采用種群分布式進化算法框架解決LSFJSP具有較好的優(yōu)化加速效果。3基于維度分布式進化算... 

【文章來源】：華中農(nóng)業(yè)大學湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：67 頁

【學位級別】：碩士

【部分圖文】：

論文結構圖

華中農(nóng)業(yè)大學2020屆碩士研究生學位論文12圖2-1柔性作業(yè)車間調(diào)度Fig.2-1FlexibleJobShopScheduling根據(jù)上面對柔性作業(yè)車間調(diào)度問題的描述，柔性作業(yè)車間調(diào)度問題的規(guī)模記為n*m。當問題規(guī)模超過1000維時，柔性作業(yè)車間調(diào)度問題就成為本文要研究的大規(guī)模柔性作業(yè)車間調(diào)度問題。2.2大規(guī)模柔性作業(yè)車間調(diào)度問題建模2.2.1符號說明n:工件數(shù)量;ni:工件i的工序數(shù);m:機器數(shù)量;Cmax:最大完工時間;EC:加工過程中總能耗;w1,w2：多目標加權法求解時權重設置;Ti：工件i的最大完工時間;tE(ij)：工件i第j道工序的完工時間;tB(ij)：工件i第j道工序的開始時間;tijk:工件i第j道工序在機器k上加工的加工時間。tijk=∞時表示機器Mk不是該工序的可選機器;

基于分布式進化算法的大規(guī)模柔性作業(yè)車間調(diào)度研究153基于種群分布式進化算法的LSFJSP方法研究種群分布式進化算法框架是當前解決大規(guī)模全局優(yōu)化問題的重要研究方法之一�？蚣芡ㄟ^對初始種群進行分割得到多個子種群，子種群分別進化，極大的提高了算法的計算速度，同時一定程度上避免算法陷入局部最優(yōu)。島式分布式進化算法作為種群分布式進化算法的一種，具有結構簡單，信息傳遞少，優(yōu)化速度快等優(yōu)點。目前將島式分布式進化算法應用于多目標LSFJSP問題的研究較少。本章基于島式分布式進化算法以能耗和最大完工時間為目標對LSFJSP問題進行研究，給出框架圖和流程描述。最后通過實驗分析使用島式分布式進化框架解決大規(guī)模柔性作業(yè)車間調(diào)度問題的優(yōu)越性。3.1LSFJSP的種群分布式進化算法框架本節(jié)基于1.2中種群分布式進化算法研究現(xiàn)狀，采用島式分布式進化算法框架對LSFJSP進行求解，對框架流程和實現(xiàn)細節(jié)進行闡述。3.1.1種群分布式進化算法的框架流程大規(guī)模柔性作業(yè)車間調(diào)度優(yōu)化問題的種群分布式進化算法框架如圖3-1所示。圖3-1種群分布式進化算法框架Fig.3-1FrameworkofpopulationdistributedevolutionaryalgorithmforLSFJSP

【參考文獻】：
期刊論文
[1]信息化助力鋼企實現(xiàn)大規(guī)模定制生產(chǎn)[J]. 黃斌.  冶金自動化. 2019(04)
[2]基于關鍵工序的全局隨機機器選擇和改進GA求解FJSP[J]. 徐文星,王琴,邊衛(wèi)斌,王萬紅,董軼群.  化工學報. 2017(03)
[3]《中國制造2025》戰(zhàn)略下制造業(yè)服務化的發(fā)展思路[J]. 黃群慧,霍景東.  中國工業(yè)評論. 2015(11)
[4]一種并行遺傳算法在家紡企業(yè)車間調(diào)度的應用[J]. 何桂霞,趙端陽,王雨順.  工業(yè)工程與管理. 2008(02)

博士論文
[1]基于群集智能的復雜問題優(yōu)化算法與應用研究[D]. 唐若笠.武漢大學 2016
[2]面向節(jié)能的工藝規(guī)劃與車間調(diào)度研究[D]. 戴敏.南京航空航天大學 2015
[3]工藝規(guī)劃與車間調(diào)度集成問題的求解方法研究[D]. 李新宇.華中科技大學 2009
[4]混合型生產(chǎn)過程建模與調(diào)度優(yōu)化[D]. 鄭鋒.西北工業(yè)大學 2003

碩士論文
[1]求解大規(guī)模全局優(yōu)化問題的高效算法研究[D]. 劉禮文.西安電子科技大學 2019
[2]S企業(yè)多品種小批量成本核算模式構建研究[D]. 孔垂珉.江蘇大學 2018
[3]基于模擬退火算法的啟發(fā)式算法在VRP中的應用[D]. 宋燕子.華中師范大學 2013
[4]貝葉斯網(wǎng)絡結構學習算法改進研究[D]. 何德琳.北京化工大學 2008



本文編號：3517886