發(fā)布時間：2017-05-02 19:09

  本文關(guān)鍵詞：基于改進(jìn)協(xié)同優(yōu)化算法的流程工業(yè)多目標(biāo)生產(chǎn)調(diào)度研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：在流程工業(yè)中,生產(chǎn)調(diào)度是流程企業(yè)生產(chǎn)管理的核心,其對提高流程企業(yè)的經(jīng)濟(jì)效益和市場競爭力有著重要的作用。生產(chǎn)調(diào)度問題是一種NP-hard優(yōu)化問題,具有復(fù)雜性、多約束性和多目標(biāo)性,因此尋求一種高效的優(yōu)化算法對調(diào)度問題的研究是非常必要的。而協(xié)同優(yōu)化算法(CO)是一種多學(xué)科優(yōu)化方法,可以對復(fù)雜生產(chǎn)調(diào)度問題進(jìn)行分解,協(xié)同優(yōu)化多目標(biāo),減小生產(chǎn)調(diào)度問題的求解難度,所以將CO算法應(yīng)用于流程工業(yè)生產(chǎn)調(diào)度具有重要的研究意義。本文主要的研究內(nèi)容如下:(1)針對協(xié)同優(yōu)化算法計算量大、優(yōu)化結(jié)果多為局部最優(yōu)解的問題,提出了一種改進(jìn)的協(xié)同優(yōu)化算法(ICO)。首先,在系統(tǒng)級一致性等式約束中采用改進(jìn)的松弛因子,使系統(tǒng)級優(yōu)化可行域存在,且可行域的范圍逐步減小,以保證子學(xué)科間的一致性;其次,在子學(xué)科中,將目標(biāo)函數(shù)分為一致性目標(biāo)函數(shù)和子學(xué)科最優(yōu)目標(biāo)函數(shù)兩個部分,以不同的權(quán)重相加作為子學(xué)科的目標(biāo)函數(shù),既考慮了子學(xué)科間的一致性,又兼顧了子學(xué)科的獨(dú)立性。采用兩個經(jīng)典案例對改進(jìn)算法進(jìn)行驗(yàn)證,優(yōu)化結(jié)果表明,改進(jìn)的算法具有更好收斂速度和可行性。(2)將ICO算法應(yīng)用于求解多目標(biāo)優(yōu)化問題,從而提出了基于ICO的多目標(biāo)協(xié)同優(yōu)化方法(MOICO):利用協(xié)同優(yōu)化算法的兩級分解結(jié)構(gòu),將復(fù)雜的多目標(biāo)問題分解為多個子學(xué)科,每個子學(xué)科優(yōu)化一個目標(biāo)函數(shù),同時利用系統(tǒng)級加權(quán)和目標(biāo)函數(shù)對各個子學(xué)科進(jìn)行協(xié)同,以保證多個目標(biāo)達(dá)到整體最優(yōu)。通過對兩個標(biāo)準(zhǔn)的多目標(biāo)測試案例進(jìn)行仿真,驗(yàn)證了MOICO算法求解多目標(biāo)優(yōu)化問題是可行的。(3)以設(shè)備的分配和加工能力、資源的供應(yīng)限制、物料平衡等為約束建立了流程工業(yè)多目標(biāo)生產(chǎn)調(diào)度模型,并應(yīng)用于某啤酒廠糖化車間生產(chǎn)調(diào)度實(shí)例。采用MOICO方法將該調(diào)度實(shí)例分解為產(chǎn)能、水能耗和熱能耗三個子學(xué)科,各子學(xué)科分別以產(chǎn)量最大、水資源消耗最低和熱能資源消耗最低為目標(biāo)進(jìn)行優(yōu)化,并且設(shè)計了用于求解協(xié)同優(yōu)化算法中系統(tǒng)級和學(xué)科級的遺傳算法。通過對該調(diào)度實(shí)例的仿真,驗(yàn)證了調(diào)度模型的有效性和MOICO算法求解多目標(biāo)生產(chǎn)調(diào)度問題的可行性。
【關(guān)鍵詞】：流程工業(yè) 生產(chǎn)調(diào)度 復(fù)雜性 多目標(biāo) 協(xié)同優(yōu)化 糖化
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：F273;TP18
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 緒論10-20
• 1.1 課題研究背景及意義10-11
• 1.2 流程工業(yè)生產(chǎn)調(diào)度的研究現(xiàn)狀11-16
• 1.2.1 流程工業(yè)生產(chǎn)調(diào)度描述與分類11-12
• 1.2.2 流程工業(yè)生產(chǎn)調(diào)度的研究方法12-15
• 1.2.3 流程工業(yè)生產(chǎn)調(diào)度的特性15-16
• 1.3 協(xié)同優(yōu)化算法的研究應(yīng)用現(xiàn)狀16-17
• 1.3.1 協(xié)同優(yōu)化算法的研究現(xiàn)狀17
• 1.3.2 協(xié)同優(yōu)化算法的應(yīng)用現(xiàn)狀17
• 1.4 本文主要工作及安排17-20
• 第2章 協(xié)同優(yōu)化算法的分析和改進(jìn)20-30
• 2.1 標(biāo)準(zhǔn)協(xié)同優(yōu)化算法20-21
• 2.2 協(xié)同優(yōu)化算法的不足和改進(jìn)21-24
• 2.2.1 系統(tǒng)級的不足和改進(jìn)21-23
• 2.2.2 學(xué)科級的不足和改進(jìn)23
• 2.2.3 ICO算法的實(shí)現(xiàn)步驟23-24
• 2.3 仿真案例24-29
• 2.3.1 經(jīng)典數(shù)值案例24-26
• 2.3.2 減速器案例26-29
• 2.4 本章小結(jié)29-30
• 第3章 基于改進(jìn)協(xié)同優(yōu)化算法的多目標(biāo)優(yōu)化30-40
• 3.1 多目標(biāo)優(yōu)化問題數(shù)學(xué)模型30-31
• 3.2 多目標(biāo)優(yōu)化方法31-34
• 3.2.1 傳統(tǒng)多目標(biāo)優(yōu)化方法31-33
• 3.2.2 基于進(jìn)化算法的多目標(biāo)優(yōu)化方法33-34
• 3.3 多目標(biāo)協(xié)同優(yōu)化方法34-39
• 3.3.1 多目標(biāo)協(xié)同優(yōu)化思想設(shè)計34-36
• 3.3.2 仿真案例36-39
• 3.4 本章小結(jié)39-40
• 第4章 流程工業(yè)多目標(biāo)生產(chǎn)調(diào)度問題研究40-54
• 4.1 模型建立的基礎(chǔ)40-42
• 4.1.1 狀態(tài)任務(wù)網(wǎng)(STN)40-41
• 4.1.2 參數(shù)說明41-42
• 4.1.3 假設(shè)和規(guī)定42
• 4.2 多目標(biāo)生產(chǎn)調(diào)度數(shù)學(xué)模型42-45
• 4.2.1 約束條件42-44
• 4.2.2 優(yōu)化目標(biāo)44-45
• 4.3 啤酒糖化車間生產(chǎn)調(diào)度仿真45-52
• 4.3.1 問題描述45-46
• 4.3.2 建模與求解方法46-50
• 4.3.3 仿真結(jié)果與分析50-52
• 4.4 本章小結(jié)52-54
• 第5章 總結(jié)與展望54-56
• 5.1 全文總結(jié)54-55
• 5.2 工作展望55-56
• 致謝56-58
• 參考文獻(xiàn)58-64
• 附錄64

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 韓明紅;鄧家y

本文編號：341519