本文關(guān)鍵詞：蟻群優(yōu)化算法在平行機批調(diào)度問題中的應(yīng)用與研究

  更多相關(guān)文章： 平行批處理機 差異尺寸工件 動態(tài)到達 不同機器容量 機器適應(yīng)限制 蟻群優(yōu)化算法

【摘要】：生產(chǎn)調(diào)度問題是一類組合優(yōu)化問題,應(yīng)用背景十分廣泛,其研究成果已經(jīng)較為豐富,并且已被應(yīng)用到許多現(xiàn)實的生產(chǎn)實踐中。與經(jīng)典調(diào)度問題不同的是,在批處理機調(diào)度問題中,多個工件可以同時在一臺機器上加工,只有滿足容量約束的工件才能在該機器上加工。所以批調(diào)度問題更加接近實際,對批處理機調(diào)度問題的深入探索和研究具有十分重要的意義。首先,本文簡單介紹了生產(chǎn)調(diào)度問題的產(chǎn)生背景、與調(diào)度問題有關(guān)的概念并簡單介紹了調(diào)度問題的分類：然后簡單介紹了批處理機調(diào)度問題、差異工件尺寸的批處理機調(diào)度問題及動態(tài)環(huán)境下差異工件尺寸的批處理機調(diào)度問題以及這幾類問題的研究現(xiàn)狀。第二,本文簡單介紹了當前用于求解批處理機調(diào)度問題的兩種主流方法,即確定性方法和近似性方法,然后對這兩種主流方法的特點做了簡要的分析并且簡單介紹了這兩種主流方法的代表性算法及其大致框架。第三,在容量差異的平行批處理機環(huán)境下,針對工件帶有差異尺寸以及機器適用限制的最小化制造跨度的批調(diào)度問題,提出一種有效的蟻群優(yōu)化(ACO1)算法。首先給出了問題假設(shè)并且分析了問題的復(fù)雜性。為了衡量算法的性能,給出問題的一個有效下界。然后提出基于MultiFit規(guī)則的啟發(fā)式算法以及基于ACO1的元啟發(fā)式算法分別對問題進行求解。在基于ACO1的算法中,根據(jù)解的浪費空間與問題目標的相關(guān)性分析,基于浪費空間定義啟發(fā)式信息來指導(dǎo)螞蟻的行為。同時,采用候選集策略來構(gòu)建解,以減小搜索空間。此外引入一種局部優(yōu)化方法對螞蟻所構(gòu)建的解進行優(yōu)化,以進一步提高解的質(zhì)量。最后,通過仿真實驗比較所提算法與其他已有算法的性能,實驗結(jié)果表明所提的ACO1算法優(yōu)于其他算法。第四,在容量不同的平行批處理機環(huán)境下,針對工件動態(tài)到達且差異工件尺寸以及機器適用限制的最小化制造跨度的批處理機調(diào)度問題,提出一種有效的蟻群優(yōu)化(AC02)算法。除了在靜態(tài)批調(diào)度問題中使用的策略之外,在構(gòu)建的過程中采用ERT規(guī)則對機器集合中每臺機器上已有的批序列排序,從而減少工件到達時間對解的影響。此外引入一種局部優(yōu)化策略對螞蟻所構(gòu)建的解進行優(yōu)化,以進一步提高解的質(zhì)量。最后,通過仿真實驗比較所提算法與其他已有算法的性能,實驗結(jié)果表明所提的AC02算法優(yōu)于其他算法。最后,總結(jié)了本文所研究的批調(diào)度問題以及所提出的解決方法,然后對本文所研究的批調(diào)度問題在未來的更進一步的方向做了展望。
【關(guān)鍵詞】：平行批處理機 差異尺寸工件 動態(tài)到達 不同機器容量 機器適應(yīng)限制 蟻群優(yōu)化算法
【學(xué)位授予單位】：安徽大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP18
【目錄】：

• 摘要3-5
• Abstract5-9
• 第一章 引言9-15
• 1.1 調(diào)度問題概述9-11
• 1.1.1 研究背景9
• 1.1.2 問題描述及問題分類9-11
• 1.2 批調(diào)度問題11-13
• 1.2.1 差異工件尺寸批調(diào)度問題12-13
• 1.2.2 動態(tài)環(huán)境下差異工件尺寸的批調(diào)度問題13
• 1.3 論文研究內(nèi)容及結(jié)構(gòu)安排13-15
• 1.3.1 論文研究內(nèi)容13-14
• 1.3.2 論文結(jié)構(gòu)安排14-15
• 第二章 批調(diào)度問題的研究方法15-21
• 2.1 確定性算法15-16
• 2.2 啟發(fā)式算法16-17
• 2.3 元啟發(fā)式算法17-21
• 第三章 差異容量下差異工件尺寸的平行機批調(diào)度算法研究21-36
• 3.1 差異容量平行機批調(diào)度算法研究21-23
• 3.1.1 問題假設(shè)21-22
• 3.1.2 問題下界22-23
• 3.2 基于MultiFit的啟發(fā)式23-24
• 3.3 基于ACO1的元啟發(fā)式算法24-28
• 3.3.1 編碼機制24
• 3.3.2 信息素定義和更新24-25
• 3.3.3 啟發(fā)式信息和候選列表25-27
• 3.3.4 解的構(gòu)建和局部優(yōu)化策略27-28
• 3.3.5 算法ACO1過程28
• 3.4 實驗結(jié)果與分析28-35
• 3.4.1 實驗參數(shù)設(shè)置28-29
• 3.4.2 ACO1算法參數(shù)設(shè)置29-30
• 3.4.3 實驗結(jié)果與分析30-35
• 3.5 本章小節(jié)35-36
• 第四章 動態(tài)環(huán)境下差異容量平行機批調(diào)度算法研究36-52
• 4.1 動態(tài)環(huán)境下平行機批調(diào)度算法研究36-38
• 4.1.1 問題假設(shè)36-37
• 4.1.2 問題下界37-38
• 4.2 啟發(fā)式算法38-39
• 4.3 基于ACO2的元啟發(fā)式算法39-44
• 4.3.1 編碼機制39
• 4.3.2 信息素定義和更新39-40
• 4.3.3 啟發(fā)式信息和候選列表40-42
• 4.3.4 解的構(gòu)建和局部優(yōu)化策略42-43
• 4.3.5 算法ACO2過程43-44
• 4.4 仿真實驗44-50
• 4.4.1 實驗參數(shù)設(shè)置44-45
• 4.4.2 蟻群算法參數(shù)設(shè)置45-46
• 4.4.3 實驗結(jié)果與分析46-50
• 4.5 本章小結(jié)50-52
• 第五章 總結(jié)與展望52-54
• 5.1 總結(jié)52-53
• 5.2 展望53-54
• 參考文獻54-59
• 致謝59-60
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文目錄60

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉文濤,張群,孫肅清;關(guān)于煉鋼廠重調(diào)度問題的研究[J];冶金自動化;2004年06期

2 張居陽 ,禮欣 ,孫吉貴;基于約束的調(diào)度研究和實現(xiàn)[J];計算機工程與應(yīng)用;2004年33期

3 劉琳;谷寒雨;席裕庚;;工件到達時間未知的動態(tài)車間滾動重調(diào)度[J];機械工程學(xué)報;2008年05期

4 黃峰;丁亞武;;人機協(xié)同模式下的手工調(diào)度技術(shù)研究[J];黑龍江科技信息;2011年35期

5 郭艷東;黃敏;王慶;;鎖定初始調(diào)度的緊急工作單機重調(diào)度問題[J];東北大學(xué)學(xué)報(自然科學(xué)版);2013年05期

6 姜洋;孫偉;丁秋雷;張旭;;考慮行為主體的單機調(diào)度干擾管理模型[J];機械工程學(xué)報;2013年14期

7 李向軍,王書振;網(wǎng)絡(luò)化集成制造模式下調(diào)度問題的混合遺傳算法[J];西安聯(lián)合大學(xué)學(xué)報;2002年04期

8 王中杰,吳啟迪,有杰;基于多目標的半導(dǎo)體生產(chǎn)線滿意調(diào)度[J];控制與決策;2002年06期

9 李云峰;凌曉冬;武小悅;;調(diào)度問題中的沖突研究[J];兵工自動化;2007年06期

10 徐群嶺;;基于免疫優(yōu)化的公交駕駛員調(diào)度問題[J];計算機工程;2010年24期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 李建更;涂凍生;馬海濤;;單機拖后時間總和問題交付期擾動時最優(yōu)調(diào)度不變范圍的一種求法[A];第十九屆中國控制會議論文集（一）[C];2000年

2 劉海龍;黃小原;;總的未完工費用最小的多機調(diào)度問題[A];1995中國控制與決策學(xué)術(shù)年會論文集[C];1995年

3 沈吟東;曾西洋;;公共交通駕駛員調(diào)度的復(fù)雜性及解決方法[A];’2004計算機應(yīng)用技術(shù)交流會議論文集[C];2004年

4 李兵;蔣慰孫;;Job shop問題的建模及調(diào)度[A];1996中國控制與決策學(xué)術(shù)年會論文集[C];1996年

5 王海星;申金升;;智能蟻群算法解決公交區(qū)域調(diào)度問題研究[A];2006年首屆ICT大會信息、知識、智能及其轉(zhuǎn)換理論第一次高峰論壇會議論文集[C];2006年

6 王成堯;汪定偉;;模糊加工時間的單機調(diào)度問題[A];1996中國控制與決策學(xué)術(shù)年會論文集[C];1996年

7 齊向彤;涂奉生;;雙交付期E／T調(diào)度問題[A];1997年中國控制會議論文集[C];1997年

8 吳斌;方葉祥;崔志勇;;基于人工蜂群算法的越庫調(diào)度問題研究[A];第25屆中國控制與決策會議論文集[C];2013年

9 方濤;吳受章;;FMS的自適應(yīng)調(diào)度:結(jié)構(gòu)與算法研究[A];1992年中國控制與決策學(xué)術(shù)年會論文集[C];1992年

10 劉興初;趙千川;鄭大鐘;;具有不同準備時間和交付期的單機E／T調(diào)度問題研究[A];1998年中國控制會議論文集[C];1998年

中國重要報紙全文數(shù)據(jù)庫 前2條

1 本報記者 賈科華;火電機組叫苦調(diào)度不合理[N];中國能源報;2012年

2 本報記者 高芳;牽住“牛鼻子” 巧解“推進難”[N];湖南經(jīng)濟報;2008年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 郭鵬;具有分段惡化效應(yīng)生產(chǎn)過程的智能優(yōu)化調(diào)度研究[D];西南交通大學(xué);2014年

2 元野;基于圖著色模型的零擔物流調(diào)度優(yōu)化問題研究[D];哈爾濱工業(yè)大學(xué);2015年

3 李雪松;模糊環(huán)境下若干單機批加工調(diào)度問題的模型及其算法研究[D];哈爾濱工業(yè)大學(xué);2015年

4 湯雅連;關(guān)聯(lián)物流運輸調(diào)度問題研究[D];廣東工業(yè)大學(xué);2015年

5 周理;高效可重構(gòu)陣列計算：體系結(jié)構(gòu)，設(shè)計方法與程序映射技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2014年

6 馮大光;一類批處理機調(diào)度的理論和方法研究[D];東北大學(xué);2011年

7 孟盈;鋼鐵企業(yè)并行批生產(chǎn)決策與調(diào)度問題研究[D];東北大學(xué);2011年

8 楊磊;內(nèi)容網(wǎng)絡(luò)中內(nèi)容調(diào)度技術(shù)研究[D];重慶大學(xué);2015年

9 李亞志;流水制造單元調(diào)度智能優(yōu)化方法[D];東南大學(xué);2015年

10 丁寧;若干調(diào)度問題的算法研究[D];大連理工大學(xué);2016年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 張亮;云計算環(huán)境下的資源調(diào)度技術(shù)的研究[D];江南大學(xué);2015年

2 馮卓鵬;重載運輸卸車組織優(yōu)化研究[D];西南交通大學(xué);2015年

3 崔雪源;基于遺傳模擬退火算法的航班著陸調(diào)度問題[D];華中師范大學(xué);2015年

4 王翠;基于超圖模型和相繼干擾消除的鏈路調(diào)度問題的研究[D];曲阜師范大學(xué);2015年

5 張勇;帶拒絕和釋放時間的單機批調(diào)度問題[D];山東大學(xué);2015年

6 吳凡;基于粒子群優(yōu)化算法的風電-火電機組組合調(diào)度研究[D];華北電力大學(xué);2015年

7 趙虎;MTO模式下的制造企業(yè)穩(wěn)健型調(diào)度問題研究[D];重慶理工大學(xué);2015年

8 吉佳紅;基于細菌覓食算法的改進及應(yīng)用研究[D];江蘇科技大學(xué);2015年

9 周超;柔性作業(yè)車間批量問題研究[D];寧波大學(xué);2014年

10 趙興野;工序順序柔性作業(yè)車間描述與調(diào)度研究[D];大連理工大學(xué);2015年

，

本文編號：543492