隨著制造系統(tǒng)節(jié)能問題的日益突出,綠色調(diào)度已成為制造系統(tǒng)領(lǐng)域研究的熱點和關(guān)鍵問題。零等待流水車間調(diào)度作為一類典型調(diào)度問題,具有重要的工業(yè)應(yīng)用價值,因而受到廣泛的研究。很多已有的生產(chǎn)過程優(yōu)化問題研究中,對調(diào)度模型做了很大的簡化,沒有考慮能源消耗約束。由于帶能源約束的零等待流水車間調(diào)度問題內(nèi)在的復(fù)雜性,傳統(tǒng)的精確求解算法無法求解。而智能優(yōu)化算法因其不依賴問題的數(shù)學(xué)模型,也不需要梯度信息,因而在復(fù)雜優(yōu)化問題的求解中得到了廣泛的應(yīng)用。差分進化算法是一類典型的群體智能優(yōu)化算法,因它的控制參數(shù)少、易于實現(xiàn)、簡單而強有力的搜索框架而得到廣泛研究和應(yīng)用。本課題針對零等待流水車間的節(jié)能調(diào)度問題,提出協(xié)同學(xué)習(xí)型差分進化算法及兩階段協(xié)同演化算法,具體內(nèi)容如下:（1）一個帶有限內(nèi)存的擬牛頓法的CMA-ES擾動輔助的混合協(xié)同差分進化算法（A hybrid cooperative differential evolution with the perturbation of CMAES with local search of Limited-Memory Broyden–Fletcher–Goldfarb–Sha... 

【文章來源】：蘭州理工大學(xué)甘肅省

【文章頁數(shù)】：92 頁

【學(xué)位級別】：碩士

【部分圖文】：

Mtsls1算法沿維度搜索(來自文獻[70]

協(xié)同學(xué)習(xí)型差分進化算法及其在車間調(diào)度問題中的應(yīng)用研究22表3.12jSO_CMA-ES_LBFGS和jSO在30、50維函數(shù)上的Wilcoxon測試jSO_CMA-ES_LBFGSvsR+R-Zp-value=0.1=0.0530jSO53.00178.00-2.1730.030YesYes50jSO65.50187.50-1.9810.048YesYes圖3.6jSO_CMA-ES的運行機制.圖3.7jSO_LBFGS的運行機制如圖3.7所示。如果jSO_CMA-ES_LBFGS中沒有CMA-ES算子，則jSO_CMA-ES_LBFGS退化為jSO_LBFGS。如表3.11所示，在=0.1的顯著性水平下，未觀察到j(luò)SO_LBFGS與jSO之間的顯著性差異。因此，jSO_LBFGS的擾動強度不足。但是，如表3.12所示，對于30和50維的測試函數(shù)，在=0.1和=0.05的顯著性水平下，jSO_CMA-ES_LBFGS的搜索性能明顯優(yōu)于jSO的搜索性能。因此，jSO，CMA-ES和LBFGS是不可分割且不可缺少的有機整體，可實現(xiàn)“1+1+1>3”的效果，而不是“1+1>2”的效果。

協(xié)同學(xué)習(xí)型差分進化算法及其在車間調(diào)度問題中的應(yīng)用研究22表3.12jSO_CMA-ES_LBFGS和jSO在30、50維函數(shù)上的Wilcoxon測試jSO_CMA-ES_LBFGSvsR+R-Zp-value=0.1=0.0530jSO53.00178.00-2.1730.030YesYes50jSO65.50187.50-1.9810.048YesYes圖3.6jSO_CMA-ES的運行機制.圖3.7jSO_LBFGS的運行機制如圖3.7所示。如果jSO_CMA-ES_LBFGS中沒有CMA-ES算子，則jSO_CMA-ES_LBFGS退化為jSO_LBFGS。如表3.11所示，在=0.1的顯著性水平下，未觀察到j(luò)SO_LBFGS與jSO之間的顯著性差異。因此，jSO_LBFGS的擾動強度不足。但是，如表3.12所示，對于30和50維的測試函數(shù)，在=0.1和=0.05的顯著性水平下，jSO_CMA-ES_LBFGS的搜索性能明顯優(yōu)于jSO的搜索性能。因此，jSO，CMA-ES和LBFGS是不可分割且不可缺少的有機整體，可實現(xiàn)“1+1+1>3”的效果，而不是“1+1>2”的效果。

【參考文獻】：
碩士論文
[1]車間調(diào)度問題的適應(yīng)度地形及智能優(yōu)化算法研究[D]. 楊國強.蘭州理工大學(xué) 2018



本文編號：2924007