作業(yè)車間調(diào)度問題（Job-Shop Scheduling Problem,JSP）是最為經(jīng)典的一類車間調(diào)度問題,該問題的研究能夠幫助企業(yè)提高生產(chǎn)效率,提升企業(yè)管理能力。作業(yè)車間調(diào)度問題主要特點是各工件加工時間和加工工序不同,且每道工序只有一臺設(shè)備,屬于典型的NP-Hard問題,因此對于求解此類問題的方法研究也顯得十分重要。本文主要針對靜態(tài)作業(yè)車間調(diào)度和動態(tài)車間調(diào)度問題進行研究,同時分析差分進化算法（Differential Evolution Algorithm,DE）和模擬退火算法（Simulated annealing algorithm,SA）的優(yōu)缺點,提出了適合該問題特征的自適應(yīng)差分退火算法。具體內(nèi)容如下:首先,針對作業(yè)車間調(diào)度問（Job-Shop Scheduling Problem,JSP）進行研究,分析該問題的特征,以最大完成時間最小化為目標(biāo)建立數(shù)學(xué)模型。其次,結(jié)合作業(yè)車間調(diào)度問題特征,采用基于工序的編碼方式對工序編碼。由于單一算法本身存在局限性,提出了一種自適應(yīng)差分退火算法,將差分進化算法和模擬退火算法的優(yōu)缺點互補融合,并引入自適應(yīng)變異算子和跳躍機制,以提高算法的搜索能... 

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    引言
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 車間調(diào)度問題研究現(xiàn)狀
        1.2.2 車間調(diào)度問題特點
        1.2.3 車間調(diào)度問題分類
        1.2.4 作業(yè)車間調(diào)度問題求解算法研究現(xiàn)狀
        1.2.5 動態(tài)作業(yè)車間調(diào)度問題現(xiàn)狀與方法
    1.3 現(xiàn)狀總結(jié)與問題分析
    1.4 論文主要內(nèi)容與結(jié)構(gòu)
2 作業(yè)車間調(diào)度問題模型與算法改進
    引言
    2.1 作業(yè)車間調(diào)度問題數(shù)學(xué)模型
        2.1.1 作業(yè)車間調(diào)度描述與假設(shè)
        2.1.2 符號說明與數(shù)學(xué)模型
        2.1.3 目標(biāo)函數(shù)
    2.2 標(biāo)準案例庫及其說明
    2.3 標(biāo)準算法介紹
        2.3.1 差分進化算法介紹
        2.3.2 模擬退火算法介紹
    2.4 自適應(yīng)差分退火算法（ADESA）的提出
        2.4.1 初始化參數(shù)和初始解
        2.4.2 自適應(yīng)變異算子
        2.4.3 交叉操作
        2.4.4 適應(yīng)值與Metropolis準則
        2.4.5 跳躍機制
    2.5 本章小結(jié)
3 ADESA算法求解靜態(tài)作業(yè)車間調(diào)度問題
    引言
    3.1 編碼
    3.2 解碼
    3.3 算法參數(shù)設(shè)置與實驗
    3.4 求解結(jié)果與分析
    3.5 本章小結(jié)
4 ADESA算法求解動態(tài)作業(yè)車間調(diào)度問題
    引言
    4.1 動態(tài)作業(yè)車車間調(diào)度問題
    4.2 動態(tài)事件調(diào)度策略
    4.3 滾動窗口技術(shù)
    4.4 系統(tǒng)狀態(tài)修正
    4.5 算法求解動態(tài)作業(yè)車間調(diào)度問題
        4.5.1 一般訂單插入動態(tài)事件
        4.5.2 帶優(yōu)先級訂單插入動態(tài)事件
    4.6 本章小結(jié)
5 作業(yè)車間調(diào)度軟件設(shè)計與開發(fā)
    引言
    5.1 軟件結(jié)構(gòu)設(shè)計
    5.2 軟件開發(fā)環(huán)境
    5.3 靜態(tài)作業(yè)車間調(diào)度軟件模塊
        5.3.1 靜態(tài)作業(yè)車間調(diào)度主界面
        5.3.2 數(shù)據(jù)導(dǎo)入模塊
        5.3.3 算法參數(shù)模塊
        5.3.4 圖像顯示模塊
        5.3.5 數(shù)據(jù)導(dǎo)出模塊
    5.4 動態(tài)作業(yè)車間調(diào)度軟件模塊
        5.4.1 動態(tài)作業(yè)車間調(diào)度主界面
        5.4.2 數(shù)據(jù)導(dǎo)入模塊
        5.4.3 圖像顯示模塊
    5.5 軟件運行示例
    5.6 本章小結(jié)
6 總結(jié)和展望
    6.1 總結(jié)
    6.2 展望
附錄
參考文獻
致謝


【參考文獻】：
期刊論文
[1]求解TSP問題的改進模擬退火算法[J]. 何錦福,符強,王豪東.  計算機時代. 2019(07)
[2]基于差分進化和森林優(yōu)化混合的特征選擇[J]. 林達坤,黃世國,林燕紅,洪銘淋.  小型微型計算機系統(tǒng). 2019(06)
[3]基于粒子群-模擬退火算法的背包問題研究[J]. 耿亞,吳訪升.  控制工程. 2019(05)
[4]帶惡化工件的不相關(guān)并行機調(diào)度優(yōu)化[J]. 軒華,秦瑩瑩,王薛苑,張百林.  系統(tǒng)仿真學(xué)報. 2019(05)
[5]基于改進遺傳算法的柔性車間調(diào)度問題的研究[J]. 曹睿,侯向盼,金巳婷.  計算機與數(shù)字工程. 2019(02)
[6]人機交互調(diào)整金屬冶煉連鑄調(diào)度計劃[J]. 張曉宇,李瑩.  世界有色金屬. 2018(19)
[7]面向離散制造車間的多Agent動態(tài)調(diào)度方法研究[J]. 許超,唐敦兵,張濤,黃騰霄.  機械制造與自動化. 2018(03)
[8]一種基于混合交叉的差分進化算法[J]. 吳擎,張春江,高亮.  華中科技大學(xué)學(xué)報(自然科學(xué)版). 2018(05)
[9]基于窗口的印刷車間作業(yè)動態(tài)調(diào)度研究[J]. 郝琪,邢潔芳.  計算機測量與控制. 2017(12)
[10]基于規(guī)則導(dǎo)向的柔性作業(yè)車間多目標(biāo)動態(tài)調(diào)度算法[J]. 朱偉.  系統(tǒng)工程理論與實踐. 2017(10)

博士論文
[1]智能制造系統(tǒng)多目標(biāo)車間調(diào)度研究[D]. 潘全科.南京航空航天大學(xué) 2003

碩士論文
[1]基于粒子群算法的動態(tài)車間調(diào)度問題研究[D]. 吳再新.東華大學(xué) 2016



本文編號：3657121