基于改進(jìn)遺傳算法的M企業(yè)置換流水車(chē)間生產(chǎn)調(diào)度問(wèn)題研究
發(fā)布時(shí)間:2023-06-05 20:14
科學(xué)的生產(chǎn)線布局及生產(chǎn)調(diào)度方式對(duì)于現(xiàn)代制造企業(yè)是極為必要的。本文針對(duì)M企業(yè)多工藝、多品種、小批量的生產(chǎn)過(guò)程,對(duì)其進(jìn)行生產(chǎn)線改造、置換流水車(chē)間建模、優(yōu)化及應(yīng)用研究。論文主要研究工作如下:首先,為M企業(yè)設(shè)計(jì)了新的生產(chǎn)線布局方案,并圍繞新生產(chǎn)線制定了數(shù)據(jù)收集方式和生產(chǎn)調(diào)度優(yōu)化方案。選取其關(guān)鍵生產(chǎn)線并抽象化為置換流水車(chē)間調(diào)度問(wèn)題(Permutation Shop Scheduling Problem,PFSP)來(lái)研究。遺傳算法(Genetic Algorithm,GA)具有求解速度快、全局搜索能力強(qiáng)等優(yōu)點(diǎn)。因此以GA為解決方法的基礎(chǔ)算法并作出進(jìn)一步的優(yōu)化設(shè)計(jì)。其次,M企業(yè)新的U型生產(chǎn)線需要培養(yǎng)多能工,可以將準(zhǔn)備時(shí)間和加工時(shí)間分開(kāi)考慮。為此,以最大完工時(shí)間最小為優(yōu)化目標(biāo),建立有準(zhǔn)備時(shí)間的PFSP調(diào)度模型。設(shè)計(jì)了自適應(yīng)遺傳模擬退火算法(Adaptive genetic simulated annealing algorithm,AGSA),采用GA求解有準(zhǔn)備時(shí)間的PFSP,引入模擬退火中的Metropolis抽樣策略來(lái)增強(qiáng)GA的全局搜索能力。引入自適應(yīng)算子調(diào)節(jié)交叉和變異概率,以免迭代結(jié)果過(guò)早收斂。...
【文章頁(yè)數(shù)】:62 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景及意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 生產(chǎn)車(chē)間調(diào)度問(wèn)題簡(jiǎn)述
1.2.2 生產(chǎn)車(chē)間調(diào)度問(wèn)題研究方法
1.2.3 置換流水車(chē)間調(diào)度問(wèn)題國(guó)內(nèi)外研究現(xiàn)狀
1.3 研究?jī)?nèi)容與方法
1.4 技術(shù)路線圖
第2章 M企業(yè)車(chē)間現(xiàn)狀和精益生產(chǎn)方案設(shè)計(jì)
2.1 M企業(yè)車(chē)間現(xiàn)狀分析
2.2 M企業(yè)車(chē)間精益生產(chǎn)方案設(shè)計(jì)
2.2.1 生產(chǎn)線布局方案設(shè)計(jì)
2.2.2 SQL Server數(shù)據(jù)庫(kù)數(shù)據(jù)收集方案設(shè)計(jì)
2.2.3 生產(chǎn)調(diào)度優(yōu)化方案設(shè)計(jì)
2.3 本章小結(jié)
第3章 基于自適應(yīng)遺傳模擬退火算法的有準(zhǔn)備時(shí)間的置換流水車(chē)間調(diào)度研究
3.1 有準(zhǔn)備時(shí)間的置換流水車(chē)間調(diào)度問(wèn)題概述
3.1.1 問(wèn)題描述
3.1.2 數(shù)學(xué)模型
3.2 遺傳算法和模擬退火算法的基本理論
3.2.1 遺傳算法的基本理論
3.2.2 模擬退火算法的基本理論
3.3 自適應(yīng)遺傳模擬退火算法求解有準(zhǔn)備時(shí)間PFSP
3.3.1 自適應(yīng)遺傳模擬退火算法優(yōu)化策略
3.3.2 染色體的編碼和解碼
3.3.3 初始解的產(chǎn)生
3.3.4 遺傳操作
3.3.5 模擬退火
3.3.6 自適應(yīng)遺傳模擬退火算法的求解步驟
3.4 實(shí)驗(yàn)結(jié)果與分析
3.4.1 算例描述
3.4.2 求解結(jié)果
3.5 本章小結(jié)
第4章 基于混合算法的考慮能耗和準(zhǔn)備時(shí)間的置換流水車(chē)間調(diào)度問(wèn)題研究
4.1 考慮能耗和準(zhǔn)備時(shí)間的多目標(biāo)PFSP問(wèn)題描述
4.2 優(yōu)化機(jī)器待機(jī)能耗的多目標(biāo)調(diào)度原理
4.3 考慮能耗和準(zhǔn)備時(shí)間的多目標(biāo)PFSP調(diào)度模型
4.4 混合遺傳算法求解考慮能耗和準(zhǔn)備時(shí)間的多目標(biāo)PFSP
4.4.1 基于Pateto的多目標(biāo)優(yōu)化策略
4.4.2 混合算法的基本操作
4.5 仿真實(shí)驗(yàn)分析
4.5.1 計(jì)算設(shè)置
4.5.2 結(jié)果分析
4.6 本章小結(jié)
第5章 M企業(yè)生產(chǎn)調(diào)度原型系統(tǒng)開(kāi)發(fā)
5.1 引言
5.2 原型系統(tǒng)簡(jiǎn)介
5.2.1 原型系統(tǒng)設(shè)計(jì)要點(diǎn)
5.2.2 原型系統(tǒng)相關(guān)界面及功能介紹
5.3 實(shí)例演示
5.4 本章小結(jié)
總結(jié)與展望
總結(jié)
展望
參考文獻(xiàn)
致謝
本文編號(hào):3831973
【文章頁(yè)數(shù)】:62 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
Abstract
第1章 緒論
1.1 研究背景及意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 生產(chǎn)車(chē)間調(diào)度問(wèn)題簡(jiǎn)述
1.2.2 生產(chǎn)車(chē)間調(diào)度問(wèn)題研究方法
1.2.3 置換流水車(chē)間調(diào)度問(wèn)題國(guó)內(nèi)外研究現(xiàn)狀
1.3 研究?jī)?nèi)容與方法
1.4 技術(shù)路線圖
第2章 M企業(yè)車(chē)間現(xiàn)狀和精益生產(chǎn)方案設(shè)計(jì)
2.1 M企業(yè)車(chē)間現(xiàn)狀分析
2.2 M企業(yè)車(chē)間精益生產(chǎn)方案設(shè)計(jì)
2.2.1 生產(chǎn)線布局方案設(shè)計(jì)
2.2.2 SQL Server數(shù)據(jù)庫(kù)數(shù)據(jù)收集方案設(shè)計(jì)
2.2.3 生產(chǎn)調(diào)度優(yōu)化方案設(shè)計(jì)
2.3 本章小結(jié)
第3章 基于自適應(yīng)遺傳模擬退火算法的有準(zhǔn)備時(shí)間的置換流水車(chē)間調(diào)度研究
3.1 有準(zhǔn)備時(shí)間的置換流水車(chē)間調(diào)度問(wèn)題概述
3.1.1 問(wèn)題描述
3.1.2 數(shù)學(xué)模型
3.2 遺傳算法和模擬退火算法的基本理論
3.2.1 遺傳算法的基本理論
3.2.2 模擬退火算法的基本理論
3.3 自適應(yīng)遺傳模擬退火算法求解有準(zhǔn)備時(shí)間PFSP
3.3.1 自適應(yīng)遺傳模擬退火算法優(yōu)化策略
3.3.2 染色體的編碼和解碼
3.3.3 初始解的產(chǎn)生
3.3.4 遺傳操作
3.3.5 模擬退火
3.3.6 自適應(yīng)遺傳模擬退火算法的求解步驟
3.4 實(shí)驗(yàn)結(jié)果與分析
3.4.1 算例描述
3.4.2 求解結(jié)果
3.5 本章小結(jié)
第4章 基于混合算法的考慮能耗和準(zhǔn)備時(shí)間的置換流水車(chē)間調(diào)度問(wèn)題研究
4.1 考慮能耗和準(zhǔn)備時(shí)間的多目標(biāo)PFSP問(wèn)題描述
4.2 優(yōu)化機(jī)器待機(jī)能耗的多目標(biāo)調(diào)度原理
4.3 考慮能耗和準(zhǔn)備時(shí)間的多目標(biāo)PFSP調(diào)度模型
4.4 混合遺傳算法求解考慮能耗和準(zhǔn)備時(shí)間的多目標(biāo)PFSP
4.4.1 基于Pateto的多目標(biāo)優(yōu)化策略
4.4.2 混合算法的基本操作
4.5 仿真實(shí)驗(yàn)分析
4.5.1 計(jì)算設(shè)置
4.5.2 結(jié)果分析
4.6 本章小結(jié)
第5章 M企業(yè)生產(chǎn)調(diào)度原型系統(tǒng)開(kāi)發(fā)
5.1 引言
5.2 原型系統(tǒng)簡(jiǎn)介
5.2.1 原型系統(tǒng)設(shè)計(jì)要點(diǎn)
5.2.2 原型系統(tǒng)相關(guān)界面及功能介紹
5.3 實(shí)例演示
5.4 本章小結(jié)
總結(jié)與展望
總結(jié)
展望
參考文獻(xiàn)
致謝
本文編號(hào):3831973
本文鏈接:http://sikaile.net/kejilunwen/zidonghuakongzhilunwen/3831973.html
最近更新
教材專(zhuān)著