發(fā)布時(shí)間：2021-08-31 23:55

　　流水車間（Flow Shop）調(diào)度問題,是實(shí)際流水車間進(jìn)行生產(chǎn)調(diào)度問題的簡化模型,它在企業(yè)中被廣泛的應(yīng)用。科學(xué)、有效的調(diào)度方案可以降低生產(chǎn)成本、提高生產(chǎn)效率,極大地提升企業(yè)在市場的競爭力。流水車間調(diào)度問題因?yàn)橛?jì)算復(fù)雜、多目標(biāo)性以及多約束性等特點(diǎn),已經(jīng)被證明是一個(gè)非常復(fù)雜的難題。因此,對其進(jìn)行應(yīng)用研究是有著巨大的理論和實(shí)際意義的。本文主要基于遺傳算法和小生境技術(shù),分別對單目標(biāo)流水車間調(diào)度問題和雙目標(biāo)混合流水車間調(diào)度問題進(jìn)行研究。論文的主要工作內(nèi)容和研究成果如下:（1）首先研究了流水車間調(diào)度問題的基本結(jié)構(gòu),建立數(shù)學(xué)模型并確定目標(biāo)函數(shù),之后給出單目標(biāo)流水車間調(diào)度問題的具體案例,確定遺傳算法的參數(shù)以及遺傳操作,最后利用MATLAB軟件進(jìn)行模擬計(jì)算,證明算法的有效性,同時(shí)根據(jù)仿真得到的調(diào)度甘特圖獲得最佳的調(diào)度方案。（2）在單目標(biāo)流水車間調(diào)度問題的基礎(chǔ)上,研究雙目標(biāo)流水車間調(diào)度問題。將生產(chǎn)周期與生產(chǎn)費(fèi)用同時(shí)考慮,設(shè)計(jì)了結(jié)合小生境技術(shù)的遺傳算法,獲得了雙目標(biāo)最優(yōu)解集。（3）考慮并行機(jī)可以導(dǎo)致調(diào)度結(jié)果進(jìn)一步優(yōu)化,對雙目標(biāo)混合流水車間調(diào)度問題展開研究。對比雙目標(biāo)調(diào)度與單目標(biāo)調(diào)度、混合流水車間與一般流水車... 

【文章來源】：沈陽理工大學(xué)遼寧省

【文章頁數(shù)】：82 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖３．１遺傳算法基本原理??Ｆｉｇ．３．１?Ｂａｓｉｃ?ｐｒｉｎｃｉｐｌｅｓ?ｏｆ?ｇｅｎｅｔｉｃ?ａｌｇｏｒｉｔｈｍ??

３交叉??咖＾產(chǎn)生Ｉ７??圖３．１遺傳算法基本原理??Ｆｉｇ．３．１?Ｂａｓｉｃ?ｐｒｉｎｃｉｐｌｅｓ?ｏｆ?ｇｅｎｅｔｉｃ?ａｌｇｏｒｉｔｈｍ??３．１．３遺傳算法的基本概念??遺傳算法是模擬自然界適者生存的一種仿生算法，在算法的研究過程中會(huì)涉??及到與遺傳學(xué)相關(guān)的定義與概念。這些概念解釋如下［５３］：??（１）

?沈陽理工大學(xué)碩士學(xué)位論文是先產(chǎn)生一個(gè)輪盤，輪盤被分成面積不同的扇形，面積大小是與選擇個(gè)體的概率??成正比關(guān)系。之后瞬間產(chǎn)生一個(gè)數(shù)字，它落入轉(zhuǎn)盤的區(qū)域就代表著那個(gè)區(qū)域被選??擇。雖然無法具體的指定數(shù)字落入轉(zhuǎn)盤的區(qū)域，但是數(shù)字落入各個(gè)扇形面的概率??卻是可以估計(jì)的，顯然扇面面積越大落入概率越大。類似情況，遺傳算法在進(jìn)行??選擇操作的時(shí)候，個(gè)體的適應(yīng)度所占比例也不一致，比例值劃分了整個(gè)輪盤面，??因此也就決定了個(gè)體遺傳至下一代的概率。??設(shè)種群的大小為＃，個(gè)體／適應(yīng)度值為ｆ，，則被選擇的概率戶可以利用公式進(jìn)??行計(jì)算：??Ｐ?＝?－／Ｌ￣?（３－７）??ＹＪ，??／＝１??式中：Ｐ為選擇概率，ｆｉ為個(gè)體ｉ的適應(yīng)度。??

【參考文獻(xiàn)】：
期刊論文
[1]建設(shè)項(xiàng)目社會(huì)穩(wěn)定風(fēng)險(xiǎn)評估——基于模糊神經(jīng)網(wǎng)絡(luò)的實(shí)證研究[J]. 龍絳珠,黃嘉南,張曦,戴二玲.  水利與建筑工程學(xué)報(bào). 2017(06)
[2]面向多目標(biāo)流水車間調(diào)度的混合遺傳算法[J]. 羅哲.  湖南科技學(xué)院學(xué)報(bào). 2017(10)
[3]光譜預(yù)處理結(jié)合模擬退火算法的小麥粉面筋含量檢測[J]. 孫曉榮,周子健,劉翠玲,付新鑫,竇穎.  食品科學(xué). 2018(02)
[4]改進(jìn)的小生境混合遺傳算法在函數(shù)優(yōu)化上的應(yīng)用[J]. 王聰,柯滬琦,胡燕海.  傳感器與微系統(tǒng). 2017(05)
[5]確定型流水車間調(diào)度的遺傳算法研究[J]. 劉蘭蘭,張曦煌,陳志國.  計(jì)算機(jī)工程與應(yīng)用. 2016(12)
[6]遺傳算法的理論研究[J]. 董琦.  數(shù)字技術(shù)與應(yīng)用. 2016(02)
[7]遺傳算法理論及其應(yīng)用進(jìn)展探析[J]. 李芳,趙天洋.  技術(shù)與市場. 2016(01)
[8]基于改進(jìn)多目標(biāo)遺傳算法求解混合流水車間調(diào)度問題[J]. 張志鵬,黃明.  計(jì)算機(jī)應(yīng)用與軟件. 2015(10)
[9]工業(yè)4.0和智能制造[J]. 張曙.  機(jī)械設(shè)計(jì)與制造工程. 2014(08)
[10]考慮設(shè)備周期性維護(hù)的流水車間生產(chǎn)調(diào)度優(yōu)化算法[J]. 張思源,陸志強(qiáng),崔維偉.  計(jì)算機(jī)集成制造系統(tǒng). 2014(06)

博士論文
[1]動(dòng)態(tài)環(huán)境下差分演化算法研究與應(yīng)用[D]. 萬書振.武漢理工大學(xué) 2012

碩士論文
[1]物聯(lián)網(wǎng)環(huán)境下QoS驅(qū)動(dòng)的服務(wù)組合優(yōu)化算法研究[D]. 張麗.西安石油大學(xué) 2018
[2]基于交通流量預(yù)測的城市交通信號控制研究及系統(tǒng)設(shè)計(jì)[D]. 李巋林.華南理工大學(xué) 2018
[3]遺傳算法在作業(yè)車間調(diào)度問題中的應(yīng)用[D]. 韓明.吉林大學(xué) 2015
[4]遺傳算法在流水車間調(diào)度問題中的研究與應(yīng)用[D]. 夏凱.浙江理工大學(xué) 2014
[5]基于Hopfield神經(jīng)網(wǎng)絡(luò)的脫機(jī)手寫體數(shù)字識別分析與研究[D]. 劉潤田.鄭州大學(xué) 2011
[6]神經(jīng)網(wǎng)絡(luò)的研究及應(yīng)用[D]. 吳昌友.東北農(nóng)業(yè)大學(xué) 2007
[7]基于遺傳神經(jīng)網(wǎng)絡(luò)的空調(diào)房間送風(fēng)量預(yù)測研究[D]. 孫敬.南京工業(yè)大學(xué) 2006
[8]基于遺傳算法的車間調(diào)度優(yōu)化及其仿真[D]. 何燕.武漢理工大學(xué) 2006



本文編號：3375860