本文關(guān)鍵詞：基于多目標(biāo)混合進(jìn)化算法的流水車間調(diào)度問題的研究

  更多相關(guān)文章： 流水車間調(diào)度 混合進(jìn)化算法 采樣策略 矢量評(píng)價(jià)遺傳算法 多目標(biāo)優(yōu)化

【摘要】：車間調(diào)度問題是生產(chǎn)管理的主要環(huán)節(jié),處于制造系統(tǒng)中的核心地位,一直以來都是調(diào)度領(lǐng)域中研究的熱點(diǎn)。合理的調(diào)度方案可以迅速的提升生產(chǎn)系統(tǒng)的生產(chǎn)效率,節(jié)約生產(chǎn)成本,促進(jìn)生產(chǎn)資源的有效利用。流水車間調(diào)度是車間調(diào)度中最為常見的一類,已被應(yīng)用于很多生產(chǎn)領(lǐng)域�，F(xiàn)實(shí)生產(chǎn)優(yōu)化過程中通常需要同時(shí)考慮到多個(gè)性能指標(biāo),因此,研究多目標(biāo)的流水車間調(diào)度問題才具有更重要的現(xiàn)實(shí)意義。本文提出了一種多目標(biāo)混合進(jìn)化算法�；旌纤惴ㄎ樟耸噶吭u(píng)價(jià)遺傳算法(VEGA)的優(yōu)點(diǎn),彌補(bǔ)了VEGA的缺陷。VEGA獨(dú)特的采樣策略使VEGA擁有快速收斂的能力和較低的時(shí)間復(fù)雜度,然而VEGA對(duì)于Pareto前沿邊緣區(qū)域的偏好造成了分布性能上的缺失。本文采用了一種基于新的Pareto支配與被支配關(guān)系的適應(yīng)度函數(shù)的采樣策略彌補(bǔ)了VEGA的這一缺陷。混合算法融合了這兩種采樣機(jī)制,使得算法能夠快速平穩(wěn)的向Pareto前沿區(qū)域收斂。本文首先將多目標(biāo)混合進(jìn)化算法在著名的基準(zhǔn)測(cè)試問題上進(jìn)行了測(cè)試;接著針對(duì)于最大完工時(shí)間和總流程時(shí)間的雙目標(biāo)流水車間調(diào)度問題進(jìn)行數(shù)學(xué)建模,在關(guān)于流水車間調(diào)度問題的Taillard測(cè)試集上進(jìn)行了仿真實(shí)驗(yàn);最后,針對(duì)最大完工時(shí)間和最大拖期的流水車間調(diào)度問題,將多目標(biāo)混合進(jìn)化算法進(jìn)行了改進(jìn),在算法中加入了一種多目標(biāo)局部搜索策略,提升了混合算法的收斂性以及分布性能。對(duì)于基準(zhǔn)問題的測(cè)試結(jié)果顯示,相比較于NSGA-II和SPEA2,本文所提出的多目標(biāo)混合進(jìn)化算法不但在收斂性和分布性方面有很大的提升,同時(shí)在算法效率方面也占有明顯的優(yōu)勢(shì)。從Taillard測(cè)試集的仿真實(shí)驗(yàn)結(jié)果可知,多目標(biāo)混合進(jìn)化算法比NSGA-II和SPEA2更適合求解多目標(biāo)的流水車間調(diào)度問題。改進(jìn)算法和原混合算法的數(shù)值比對(duì)結(jié)果顯示,在處理以最大完工時(shí)間和最大拖期為目標(biāo)的流水車間調(diào)度問題時(shí),多目標(biāo)局部搜索進(jìn)一步提高了混合進(jìn)化算法的性能。多目標(biāo)混合進(jìn)化算法無論是求解基準(zhǔn)測(cè)試問題還是求解多目標(biāo)流水車間調(diào)度問題,在算法性能上的表現(xiàn)都要優(yōu)于NSGA-II和SPEA2,在算法改進(jìn)的嘗試上也取得了很好的效果。
【關(guān)鍵詞】：流水車間調(diào)度 混合進(jìn)化算法 采樣策略 矢量評(píng)價(jià)遺傳算法 多目標(biāo)優(yōu)化
【學(xué)位授予單位】：河南工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP18;TB497
【目錄】：

• 摘要4-5
• Abstract5-8
• 1 緒論8-16
• 1.1 課題研究背景與研究意義8
• 1.2 車間調(diào)度問題概述8-11
• 1.3 流水車間調(diào)度11-13
• 1.4 國(guó)內(nèi)外研究現(xiàn)狀13-14
• 1.5 本文主要研究?jī)?nèi)容14-15
• 1.6 本章小結(jié)15-16
• 2 多目標(biāo)優(yōu)化與多目標(biāo)進(jìn)化算法16-29
• 2.1 引言16
• 2.2 多目標(biāo)優(yōu)化問題16-19
• 2.3 多目標(biāo)進(jìn)化算法19-28
• 2.4 本章小結(jié)28-29
• 3 多目標(biāo)混合進(jìn)化算法29-49
• 3.1 引言29-30
• 3.2 基準(zhǔn)問題概述30-31
• 3.3 多目標(biāo)混合進(jìn)化算法31-36
• 3.4 實(shí)驗(yàn)結(jié)果與分析36-48
• 3.5 本章小結(jié)48-49
• 4 多目標(biāo)混合進(jìn)化算法解決流水車間調(diào)度問題49-60
• 4.1 引言49
• 4.2 問題描述49-51
• 4.3 算法設(shè)置51-53
• 4.4 實(shí)驗(yàn)結(jié)果與分析53-59
• 4.5 本章小結(jié)59-60
• 5 改進(jìn)的多目標(biāo)混合進(jìn)化算法解決流水車間調(diào)度問題60-66
• 5.1 引言60
• 5.2 關(guān)鍵工件與活動(dòng)塊60-61
• 5.3 多目標(biāo)局部搜索61-63
• 5.4 Mo-LS與MOHEA的融合63
• 5.5 實(shí)驗(yàn)結(jié)果與分析63-65
• 5.6 本章小結(jié)65-66
• 6 總結(jié)與展望66-67
• 參考文獻(xiàn)67-73
• 致謝73-74
• 個(gè)人簡(jiǎn)歷74

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 黃明;郝倩;張春蕾;張志鵬;;改進(jìn)的免疫模擬退火算法求解混合流水車間調(diào)度問題[J];大連交通大學(xué)學(xué)報(bào);2015年02期

2 彭春華;黃戡;袁義生;潘蕾;;基于α約束支配排序混合進(jìn)化算法的微電網(wǎng)多目標(biāo)優(yōu)化運(yùn)行[J];電力自動(dòng)化設(shè)備;2015年04期

3 劉祚時(shí);馬力;羅金平;;混合流水車間多目標(biāo)調(diào)度的小生境粒子群算法[J];機(jī)械設(shè)計(jì)與制造;2015年04期

4 黃志清;唐敦兵;戴敏;;基于改進(jìn)算法的工藝規(guī)劃與車間調(diào)度的雙目標(biāo)優(yōu)化模型[J];南京航空航天大學(xué)學(xué)報(bào);2015年01期

5 陳可嘉;周曉敏;;多目標(biāo)置換流水車間調(diào)度的改進(jìn)食物鏈算法[J];中國(guó)機(jī)械工程;2015年03期

6 王新;賈志強(qiáng);尚宏美;;基于遺傳算法和貪婪算法的作業(yè)車間調(diào)度[J];機(jī)械工程師;2015年01期

7 李田來;劉方愛;王新華;;基于分治策略的改進(jìn)人工蜂群算法[J];控制與決策;2015年02期

8 謝展鵬;賈艷;張超勇;邵新宇;李大雙;;基于候鳥優(yōu)化算法的阻塞流水車間調(diào)度問題[J];計(jì)算機(jī)集成制造系統(tǒng);2015年08期

9 鄭永前;謝松杭;錢偉俊;;帶緩沖流水車間成組調(diào)度問題的混合微分算法[J];計(jì)算機(jī)集成制造系統(tǒng);2014年08期

10 張龍;徐本柱;劉曉平;;求解作業(yè)車間調(diào)度問題的混合粒子群算法[J];內(nèi)蒙古大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年01期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 楊開兵;基于進(jìn)化計(jì)算的多目標(biāo)流水車間批組調(diào)度問題研究[D];大連理工大學(xué);2011年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前6條

1 張志鵬;基于多目標(biāo)遺傳粒子群混合算法求解混合流水車間調(diào)度問題研究[D];大連交通大學(xué);2014年

2 劉曉娟;利用混合多目標(biāo)智能算法求解柔性流水車間調(diào)度問題[D];長(zhǎng)安大學(xué);2014年

3 趙金柱;流水車間生產(chǎn)系統(tǒng)調(diào)度及仿真[D];大連理工大學(xué);2013年

4 周晏明;基于改進(jìn)遺傳算法的多目標(biāo)作業(yè)車間調(diào)度研究[D];東北林業(yè)大學(xué);2013年

5 任明樂;單件小批量生產(chǎn)調(diào)度問題研究[D];南京理工大學(xué);2013年

6 孫春宇;基于免疫粒子群算法的混合流水車間調(diào)度問題研究[D];哈爾濱理工大學(xué);2012年

，

本文編號(hào)：615823