車間調(diào)度是制造執(zhí)行系統(tǒng)的重要組成部分,其效率是智能制造系統(tǒng)能否高效運(yùn)行的核心和關(guān)鍵。隨著經(jīng)濟(jì)全球化發(fā)展,市場(chǎng)對(duì)制造系統(tǒng)提出了更高的要求,如實(shí)時(shí)響應(yīng)客戶訂單、動(dòng)態(tài)調(diào)整生產(chǎn)計(jì)劃、處理意外事件及多用戶多任務(wù)訂單等,已有制造系統(tǒng)的調(diào)度策略與控制算法已無(wú)法滿足這些需求,制造系統(tǒng)調(diào)度已成為制造系統(tǒng)高效運(yùn)行的瓶頸和“卡脖子”的模塊。因此,調(diào)度模型、策略及優(yōu)化算法具有非常重要的研究?jī)r(jià)值。車間調(diào)度為滿足千變?nèi)f化的市場(chǎng)要求,已經(jīng)由單車間調(diào)度向多車間調(diào)度完成轉(zhuǎn)變,最終形成分布式車間生產(chǎn)調(diào)度模式。合理高效的調(diào)度方法和優(yōu)化技術(shù)成為生產(chǎn)系統(tǒng)過(guò)程中提高生產(chǎn)效率和經(jīng)濟(jì)效益的主要手段。多數(shù)車間調(diào)度問(wèn)題被證明是NP-hard問(wèn)題。由于車間調(diào)度問(wèn)題的多樣性和復(fù)雜性,傳統(tǒng)優(yōu)化方法并不能通過(guò)高效搜索獲得問(wèn)題最優(yōu)解,所以,許多元啟發(fā)式方法成為求解車間調(diào)度問(wèn)題的主流方法。關(guān)于車間調(diào)度問(wèn)題的理論研究和有效的優(yōu)化方法依舊具有重要研究意義和應(yīng)用價(jià)值。水波優(yōu)化算法（Water Water Optiomization algorithm,WWO）是受物理現(xiàn)象啟發(fā),根據(jù)水波理論提出的優(yōu)化算法,其框架簡(jiǎn)單、易于實(shí)現(xiàn),因其獨(dú)特的運(yùn)行機(jī)制和高效的全... 

【文章來(lái)源】：蘭州理工大學(xué)甘肅省

【文章頁(yè)數(shù)】：108 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

′以及最優(yōu)解之間的距離

碩士學(xué)位論文23Variance，ANOVA）[83]分析了不同參數(shù)組合的實(shí)驗(yàn)結(jié)果并且說(shuō)明了參數(shù)之間相互作用的重要性。當(dāng)<0.05時(shí)，方差分析（ANOVA）中的是一個(gè)顯著性指標(biāo)。參數(shù)校驗(yàn)的方差分析（ANOVA）結(jié)果如表3.2所示，最大的對(duì)應(yīng)于，且對(duì)應(yīng)的最小，這說(shuō)明在所考慮的所有因素中，對(duì)EWWO算法的平均性能具有最重要的影響。表3.2EWWO算法參數(shù)校準(zhǔn)的實(shí)驗(yàn)結(jié)果SourceSumofsquaresDegreesoffreedomMeanSquare1.73292e+0828.66459e+073.940.04831.09539e+0833.65131e+071.660.22796.3155e+0723.15775e+071.440.27584.10261e+0866.83768e+073.110.04471.22748e+0843.06871e+071.40.29351.0481e+0861.74684e+070.790.5916Residual2.63772e+08122.1981e+07Total1.24758e+0935根據(jù)圖3.5（a）參數(shù)的主效應(yīng)圖，=0.5的選擇優(yōu)于其他參數(shù)值。種群進(jìn)化的多樣性和種群的收斂速度受到的影響。從圖3.5（a）可以看出，當(dāng)=0.3時(shí)，種群的多樣性得到了增強(qiáng)，但算法很容易過(guò)早收斂。當(dāng)=0.9時(shí)，算法的開(kāi)發(fā)能力得到提升，但是帶來(lái)的后果是種群多樣性被破壞。然而，如果參數(shù)之間存在顯著的相互作用，則主效應(yīng)圖是不全面的。結(jié)合圖3.5（b），和之間的相互作用圖解釋了=0.5是EWWO算法的最佳選擇。排名第二的對(duì)應(yīng)于，這一點(diǎn)說(shuō)明了交叉因子和更新率之間的相互作用是顯著的，與此同時(shí)，對(duì)應(yīng)的是小于0.05的。根據(jù)圖3.5（b），=0.9和=0.8可以讓EWWO算法的性能發(fā)揮到最佳水平，然而，為了不破壞種群的多樣性同時(shí)要平衡算法的兩E能力，=0.5的效果要優(yōu)于其他兩種選擇。綜上所述，在EWWO算法中，，，三個(gè)參數(shù)的取值分別為0.5、0.8和12。(a)EWWO參數(shù)的主效應(yīng)圖(b)EWWO參數(shù)有效組合的交互作用圖圖3.5EWWO參數(shù)分析圖

基于局部強(qiáng)化搜索的碎浪操作

【參考文獻(xiàn)】：
期刊論文
[1]一種基于混沌和單純形法的水波優(yōu)化算法[J]. 吳秀麗,周永權(quán).  計(jì)算機(jī)科學(xué). 2017(05)
[2]種群規(guī)�？勺兊乃▋�(yōu)化算法[J]. 張杰峰,鄭宇軍.  南京大學(xué)學(xué)報(bào)(自然科學(xué)). 2015(04)
[3]求解相同并行機(jī)混合流水線車間調(diào)度問(wèn)題的分布估計(jì)算法[J]. 王圣堯,王凌,許燁.  計(jì)算機(jī)集成制造系統(tǒng). 2013(06)
[4]《調(diào)度:原理、算法和系統(tǒng)(第2版)》[J]. 徐秋棟.  工業(yè)工程與管理. 2011(02)

博士論文
[1]基于群智能優(yōu)化算法的流水車間調(diào)度問(wèn)題若干研究[D]. 崔喆.華東理工大學(xué) 2014
[2]生產(chǎn)調(diào)度問(wèn)題及其智能優(yōu)化算法研究[D]. 宋存利.大連理工大學(xué) 2011



本文編號(hào)：2906917