對于采用多品種小批量柔性生產(chǎn)方式的離散制造企業(yè),合理的車間調(diào)度方案能夠提高企業(yè)生產(chǎn)效率并節(jié)約生產(chǎn)成本。同時,柔性作業(yè)車間調(diào)度問題也是典型的NP難組合優(yōu)化問題,因而該問題已成為工業(yè)界和學(xué)術(shù)界共同研究的熱點。該問題的研究難點體現(xiàn)在:（1）不同優(yōu)化目標(biāo)之間可能彼此相互沖突;（2）加工時間和交貨期等重要參數(shù)帶有不確定性;（3）在加工生產(chǎn)過程中,存在著很多動態(tài)干擾因素,比如機器故障（修復(fù)）和緊急插單等突發(fā)事件。此外,考慮到計算復(fù)雜性,該類問題不能夠被數(shù)學(xué)方法在多項式時間內(nèi)精確求解。近年來,由模擬生物進(jìn)化過程發(fā)展而來的進(jìn)化算法被國內(nèi)外學(xué)者廣泛研究,為求解該類問題提供了有效的方法和手段。盡管針對柔性作業(yè)車間調(diào)度問題的多目標(biāo)性、不確定性和動態(tài)性開展了很多研究工作,并取得了豐富的研究成果,但是過往的研究大多針對這三個特性中的某一特性單獨展開,很少同時考慮多個特性。對于多目標(biāo)性的研究主要集中在以完工時間和機器負(fù)荷為常用優(yōu)化目標(biāo)的低維多目標(biāo)調(diào)度問題上,對于同時考慮多于三個優(yōu)化目標(biāo)的高維多目標(biāo)調(diào)度問題不為關(guān)注。另外,對于同時考慮多個動態(tài)事件的調(diào)度問題也研究較少。這些問題由于包含的約束更多且目標(biāo)值求解更加困難,... 

【文章來源】：江南大學(xué)江蘇省 211工程院校 教育部直屬院校

【文章頁數(shù)】：135 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 課題研究背景及意義
    1.2 柔性作業(yè)車間調(diào)度問題描述及數(shù)學(xué)模型
        1.2.1 柔性作業(yè)車間調(diào)度問題描述與分類
        1.2.2 柔性作業(yè)車間調(diào)度問題數(shù)學(xué)模型
        1.2.3 柔性作業(yè)車間調(diào)度問題常用評價指標(biāo)
    1.3 柔性作業(yè)車間調(diào)度國內(nèi)外研究現(xiàn)狀
    1.4 多目標(biāo)優(yōu)化
        1.4.1 多目標(biāo)優(yōu)化問題的基本理論
        1.4.2 幾種經(jīng)典的多目標(biāo)進(jìn)化算法
        1.4.3 多目標(biāo)進(jìn)化算法性能評價指標(biāo)
    1.5 論文主要研究工作
第二章 低維靜態(tài)多目標(biāo)柔性作業(yè)車間調(diào)度的進(jìn)化求解
    2.1 引言
    2.2 低維靜態(tài)多目標(biāo)柔性作業(yè)車間調(diào)度問題的優(yōu)化模型
    2.3 柔性作業(yè)車間調(diào)度的析取圖模型
    2.4 基于MOMAD求解低維靜態(tài)多目標(biāo)柔性作業(yè)車間調(diào)度問題
        2.4.1 算法框架
        2.4.2 基于MOEA/D的全局搜索策略
        2.4.3 基于移動關(guān)鍵工序的局部搜索策略
    2.5 實驗設(shè)計與分析
        2.5.1 實驗設(shè)置
        2.5.2 幾種算法變體的比較
        2.5.3 與先驗法和后驗法的比較
    2.6 本章小結(jié)
第三章 多目標(biāo)模糊柔性作業(yè)車間調(diào)度的進(jìn)化求解
    3.1 引言
    3.2 三角模糊數(shù)和梯形模糊數(shù)的基本理論和操作
    3.3 多目標(biāo)模糊柔性作業(yè)車間調(diào)度問題的優(yōu)化模型
    3.4 基于MA求解多目標(biāo)模糊柔性作業(yè)車間調(diào)度問題
        3.4.1 算法框架
        3.4.2 基于NSGA-II的全局搜索策略
        3.4.3 基于模糊可能度的個體支配關(guān)系
        3.4.4 改進(jìn)的基于決策空間擁擠距離算子
        3.4.5 基于變鄰域的局部搜索策略
    3.5 實驗設(shè)計與分析
        3.5.1 實驗設(shè)置
        3.5.2 局部搜索性能分析
        3.5.3 與先進(jìn)算法的比較
    3.6 本章小結(jié)
第四章 多目標(biāo)區(qū)間柔性作業(yè)車間調(diào)度的進(jìn)化求解
    4.1 引言
    4.2 多目標(biāo)區(qū)間柔性作業(yè)車間調(diào)度問題的優(yōu)化模型
    4.3 區(qū)間數(shù)的基本操作
    4.4 基于MOEA求解多目標(biāo)區(qū)間柔性作業(yè)車間調(diào)度問題
        4.4.1 算法框架
        4.4.2 染色體編碼和解碼
        4.4.3 種群初始化
        4.4.4 進(jìn)化算子
        4.4.5 基于區(qū)間可能度的個體支配關(guān)系
        4.4.6 改進(jìn)的基于區(qū)間的擁擠測度
    4.5 實驗設(shè)計與分析
        4.5.1 實驗設(shè)置
        4.5.2 種群初始化性能分析
        4.5.3 與先進(jìn)算法的比較
    4.6 本章小結(jié)
第五章 高維靜態(tài)多目標(biāo)柔性作業(yè)車間調(diào)度的進(jìn)化求解
    5.1 引言
    5.2 高維靜態(tài)多目標(biāo)柔性作業(yè)車間調(diào)度問題的優(yōu)化模型
    5.3 基于NSGA-III求解高維靜態(tài)多目標(biāo)柔性作業(yè)車間調(diào)度問題
        5.3.1 算法框架
        5.3.2 參考點生成
        5.3.3 染色體編碼和解碼
        5.3.4 進(jìn)化算子
        5.3.5 自適應(yīng)目標(biāo)歸一化
        5.3.6 小生境保持算子
    5.4 集成多屬性決策過程
    5.5 實驗設(shè)計與分析
        5.5.1 實驗設(shè)置
        5.5.2 幾種算法變體的比較
        5.5.3 與先進(jìn)算法的比較
        5.5.4 高維目標(biāo)的影響
    5.6 本章小結(jié)
第六章 高維動態(tài)多目標(biāo)柔性作業(yè)車間調(diào)度的進(jìn)化求解
    6.1 引言
    6.2 高維動態(tài)多目標(biāo)柔性作業(yè)車間調(diào)度問題的優(yōu)化模型
    6.3 預(yù)反應(yīng)動態(tài)調(diào)度方法
        6.3.1 基于周期結(jié)合事件驅(qū)動的重調(diào)度策略
        6.3.2 靜態(tài)調(diào)度窗口的構(gòu)建
        6.3.3 預(yù)反應(yīng)調(diào)度的流程
    6.4 基于NSGA-III求解靜態(tài)調(diào)度窗口
        6.4.1 算法框架
        6.4.2 染色體編碼和解碼
        6.4.3 種群初始化
        6.4.4 進(jìn)化算子
        6.4.5 層次分析法決策
    6.5 實驗設(shè)計與分析
        6.5.1 實驗設(shè)置
        6.5.2 初始化調(diào)度比較
        6.5.3 動態(tài)調(diào)度過程比較
        6.5.4 與基于規(guī)則的完全反應(yīng)調(diào)度方法比較
        6.5.5 不同調(diào)度周期的影響
    6.6 本章小結(jié)
第七章 多模式排產(chǎn)優(yōu)化調(diào)度系統(tǒng)的設(shè)計與實現(xiàn)
    7.1 引言
    7.2 應(yīng)用背景分析
    7.3 基于MOEA的多模式排產(chǎn)優(yōu)化調(diào)度
    7.4 多模式排產(chǎn)優(yōu)化調(diào)度系統(tǒng)
        7.4.1 系統(tǒng)環(huán)境要求
        7.4.2 系統(tǒng)整體架構(gòu)
        7.4.3 系統(tǒng)主要功能模塊
        7.4.4 系統(tǒng)運行結(jié)果查看
    7.5 本章小結(jié)
第八章 主要結(jié)論與展望
    8.1 主要結(jié)論
    8.2 未來工作展望
致謝
參考文獻(xiàn)
附錄:作者在攻讀博士學(xué)位期間發(fā)表的論文


【參考文獻(xiàn)】：
期刊論文
[1]基于極限調(diào)度完工時間最小化的機器選擇及FJSP求解[J]. 趙詩奎,方水良,顧新建.  計算機集成制造系統(tǒng). 2014(04)
[2]基于梯形模糊語言變量的多屬性決策方法(英文)[J]. 梁雪春,陳森發(fā).  Journal of Southeast University（English Edition）. 2008(04)
[3]不確定多屬性決策的單目標(biāo)最優(yōu)化模型[J]. 達(dá)慶利,徐澤水.  系統(tǒng)工程學(xué)報. 2002(01)

博士論文
[1]離散制造企業(yè)批量生產(chǎn)車間調(diào)度智能優(yōu)化研究[D]. 曾強.重慶大學(xué) 2010



本文編號：3118580