本文關鍵詞：基于GA與EDA的智能算法求解復雜車間調(diào)度問題

  更多相關文章： 分布估計算法 遺傳算法 零等待作業(yè)車間 可重入作業(yè)車間 最大完工時間

【摘要】：生產(chǎn)制造系統(tǒng)作為一類復雜的人造系統(tǒng),具有NP難、多局部最優(yōu)、不確定性、多目標、多約束、非線性等特點。生產(chǎn)調(diào)度是制造系統(tǒng)的一個研究熱點,也是理論研究中最為困難的問題之一。根據(jù)生產(chǎn)目標和各種約束條件,為每個加工對象確定具體的加工路徑、時間、機器和操作等是調(diào)度的主要任務。鑒于復雜生產(chǎn)調(diào)度問題重要的應用價值和理論意義,基于該問題的智能優(yōu)化算法研究已受到工業(yè)界和理論界的廣泛關注。遺傳算法(Genetic Algorithm,GA)作為一種經(jīng)典的群體智能優(yōu)化算法,已在各個領域得到廣泛應用,而分布估計算法(Estimation of Distribution Algorithm,EDA)作為一種基于優(yōu)勢個體概率分布模型的新興智能優(yōu)化算法,近年已在多個工業(yè)領域得到了成功應用。因此,本文對三類重要的車間調(diào)度問題進行基于GA或EDA的求解算法研究。主要工作如下：(1)針對最大完工時間(makespan)指標下的流水線車間調(diào)度問題,設計了一種帶有Insert鄰域局部搜索機制的遺傳算法,利用GA對問題解空間進行搜索并發(fā)現(xiàn)優(yōu)質(zhì)解區(qū)域,同時采用局部搜索對優(yōu)質(zhì)解區(qū)域進行較細致的搜索。通過在不同規(guī)模測試問題上的仿真實驗驗證了所提算法的有效性和魯棒性。(2)針對最大完工時間(makespan)指標下的零等待作業(yè)車間調(diào)度問題,通過分析問題的結(jié)構(gòu)特性,設計了一種增強型的分布估計算法(Enhanced Estimation of Distribution Algorithm,EEDA)。該算法采用移位時間表方法對問題解進行解碼,從而可直接提高基于工件排序編碼的解的質(zhì)量,同時利用2維概率矩陣作為EDA概率模型積累優(yōu)質(zhì)解信息并引導全局搜索,進而加入了基于首次改進跳出策略和Interchange鄰域的局部搜索。通過若干典型問題(benchmarks)進行仿真實驗并與其它有效算法進行比較,驗證了所提EEDA的有效性和魯棒性。(3)針對最大完工時間(makespan)指標下帶序相關設置時間的可重作業(yè)車間調(diào)度問題,設計了一種基于貝葉斯統(tǒng)計推理的EDA算法(Bayesian Statistical Inference-Based EDA,BEDA)進行求解。在該算法中,根據(jù)問題性質(zhì),采用活動化解碼來提高基于工序排列編碼的解的質(zhì)量,利用簡單貝葉斯網(wǎng)絡模型作為EDA概率模型描述問題變量間的關聯(lián)關系,同時學習和積累優(yōu)質(zhì)解信息,并引導算法搜索。通過仿真實驗和算法比較驗證了所提BEDA算法的有效性和魯棒性。
【關鍵詞】：分布估計算法 遺傳算法 零等待作業(yè)車間 可重入作業(yè)車間 最大完工時間
【學位授予單位】：昆明理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP18;TB497
【目錄】：

• 摘要5-7
• Abstract7-12
• 第一章 緒論12-24
• 1.1 研究意義12
• 1.2 置換流水線調(diào)度問題研究12-13
• 1.2.1 置換流水線調(diào)度問題描述12-13
• 1.2.2 置換流水線調(diào)度問題研究概述13
• 1.3 零等待作業(yè)車間調(diào)度問題研究13-15
• 1.3.1 零等待作業(yè)車間調(diào)度問題描述13-14
• 1.3.2 零等待作業(yè)車間調(diào)度問題研究概述14-15
• 1.4 可重入作業(yè)車間調(diào)度問題研究15-17
• 1.4.1 可重入作業(yè)車間調(diào)度問題的數(shù)學模型描述15-16
• 1.4.2 可重入作業(yè)車間調(diào)度問題研究概述16-17
• 1.5 遺傳算法及其在智能調(diào)度領域的應用17-19
• 1.5.1 遺傳算法17-18
• 1.5.2 遺傳算法在智能調(diào)度領域的應用18-19
• 1.6 分布估計算法及其在智能調(diào)度領域的應用19-21
• 1.6.1 分布估計算法19-21
• 1.6.2 分布估計算法在智能調(diào)度領域的應用21
• 1.7 主要研究工作21-24
• 第二章 求解流水線調(diào)度問題的改進遺傳算法24-30
• 2.1 引言24
• 2.2 以最小化最大完工時間為目標的置換流水線調(diào)度問題描述24-25
• 2.3 改進遺傳算法25-27
• 2.3.1 解的表達25
• 2.3.2 種群初始化25
• 2.3.3 基于Insert鄰域的局部搜索25-26
• 2.3.4 選擇操作26
• 2.3.5 交叉操作26
• 2.3.6 變異操作26-27
• 2.3.7 改進遺傳算法步驟27
• 2.4 仿真實驗與分析27-29
• 2.4.1 實驗設置27-28
• 2.4.2 性能比較28-29
• 2.4.3 仿真結(jié)果和對比29
• 2.5 小結(jié)29-30
• 第三章 求解零等待車間調(diào)度問題的增強型EDA算法30-42
• 3.1 引言30-31
• 3.2 零等待作業(yè)車間調(diào)度問題描述31-35
• 3.2.1 問題模型31-32
• 3.2.2 時間表確定問題32-35
• 3.3 增強型分布估計算法35-39
• 3.3.1 解的表達35
• 3.3.2 種群初始化35
• 3.3.3 新種群的生成35-36
• 3.3.4 基于Insert的變異策略36-37
• 3.3.5 基于首次改進原則的鄰域搜索策略37
• 3.3.6 增強型分布估計算法步驟37-39
• 3.4 仿真實驗與分析39-40
• 3.4.1 實驗設置39
• 3.4.2 性能比較39-40
• 3.4.3 仿真結(jié)果和對比40
• 3.5 小結(jié)40-42
• 第四章 求解帶序設置時間的可重入車間調(diào)度問題的貝葉斯分布估計算法42-52
• 4.1 引言42-43
• 4.2 帶序設置時間的可重入作業(yè)車間調(diào)度問題描述43-45
• 4.3 基于貝葉斯網(wǎng)絡的分布式估計算法45-50
• 4.3.1 解的表達45
• 4.3.2 種群初始化策略45
• 4.3.3 解碼方案45
• 4.3.4 概率模型及其更新策略45-48
• 4.3.4.1 概率模型45-46
• 4.3.4.2 概率模型更新策略46-48
• 4.3.5 新種群的生成48-49
• 4.3.6 基于Insert的鄰域結(jié)構(gòu)49
• 4.3.7 基于貝葉斯網(wǎng)絡的分布式估計算法步驟49-50
• 4.4 仿真實驗與分析50-51
• 4.4.1 實驗設置50
• 4.4.2 性能比較50
• 4.4.3 仿真結(jié)果和對比50-51
• 4.5 小結(jié)51-52
• 第五章 結(jié)論與展望52-54
• 5.1 論文總結(jié)52-53
• 5.2 研究展望53-54
• 致謝54-56
• 參考文獻56-62
• 附錄A (攻讀碩士學位期間的科研成果)62

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 潘全科;趙保華;屈玉貴;畢于慧;;一類解決無等待流水車間調(diào)度問題的蟻群算法[J];計算機集成制造系統(tǒng);2007年09期

2 何利;劉永賢;劉笑天;;粒子群優(yōu)化算法求解車間調(diào)度問題[J];機械與電子;2007年08期

3 王秋芬;楊澤平;梁道雷;;一種改進的車間調(diào)度問題算法[J];科學技術與工程;2013年11期

4 蘇子林;;車間調(diào)度問題及其進化算法分析[J];機械工程學報;2008年08期

5 徐建有;董乃群;顧樹生;;帶有順序相關調(diào)整時間的多目標流水車間調(diào)度問題[J];計算機集成制造系統(tǒng);2013年12期

6 康寧,王鳳儒,劉丕娥,常會友;有交貨期的單件車間調(diào)度問題的逆序算法[J];系統(tǒng)工程理論與實踐;1999年12期

7 馬邦雄;葉春明;;利用貓群算法求解流水車間調(diào)度問題[J];現(xiàn)代制造工程;2014年06期

8 曲媛;楊曉偉;;關于流水車間調(diào)度問題的綜述[J];中小企業(yè)科技;2007年08期

9 王柏琳;李鐵克;;等待時間受限的流水車間調(diào)度問題的若干性質(zhì)[J];系統(tǒng)工程理論與實踐;2012年06期

10 邵揚;王曉娟;;類電磁機制算法求解模糊流水車間調(diào)度問題[J];武漢理工大學學報(交通科學與工程版);2013年02期

中國重要會議論文全文數(shù)據(jù)庫 前3條

1 鄒逢興;曾令李;高政;劉烽;;一種求解混合流水車間調(diào)度問題的分布式方法[A];2009中國控制與決策會議論文集（2）[C];2009年

2 朱婧;;求解車間調(diào)度問題的改進模擬退火算法[A];第五屆（2010）中國管理學年會——商務智能分會場論文集[C];2010年

3 洪宗友;龐哈利;;No-wait流水車間調(diào)度問題的一種啟發(fā)式算法[A];2007中國控制與決策學術年會論文集[C];2007年

中國博士學位論文全文數(shù)據(jù)庫 前7條

1 陶翼飛;面向分組加工的混合流水車間優(yōu)化調(diào)度問題研究[D];昆明理工大學;2013年

2 何利;即時定制生產(chǎn)模式及其車間調(diào)度問題的研究[D];東北大學;2008年

3 黃英杰;基于目標級聯(lián)法和智能優(yōu)化算法的車間調(diào)度問題研究[D];華南理工大學;2012年

4 劉延風;置換流水車間調(diào)度問題的幾種智能算法[D];西安電子科技大學;2012年

5 常桂娟;基于微粒群算法的車間調(diào)度問題研究[D];青島大學;2008年

6 崔U，

本文編號：1056700