資源描述：
《基于混合離散粒子群算法的柔性作業(yè)車間調(diào)度問題研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、浙江工業(yè)大學(xué)博士學(xué)位論文基于混合離散粒子群算法的柔性作業(yè)車間調(diào)度問題研究作者姓名：張靜指導(dǎo)教師：王萬良教授浙江工業(yè)大學(xué)信息工程學(xué)院2014年4月DissertationSubmittedtoZhejiangUniversityofTechnologyfortheDegreeofDoctorResearchofFlexibleJobShopSchedulingProblemBasedonHybl．idDiscreteParticleSwarmOptimizationAlgorithmCandidate：ZhangJingAdvisor：Prof．WangWan
2、liangCollegeofInformationEngineeringZhejiangUniversityofTechnologyApril，2014浙江工業(yè)大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所提交的學(xué)位論文是本人在導(dǎo)師的指導(dǎo)下，獨立進(jìn)行研究工作所取得的研究成果。除文中已經(jīng)加以標(biāo)注引用的內(nèi)容外，本論文不包含其他個人或集體已經(jīng)發(fā)表或撰寫過的研究成果，也不含為獲得浙江工業(yè)大學(xué)或其它教育機構(gòu)的學(xué)位證書而使用過的材料。對本文的研究作出重要貢獻(xiàn)的個人和集體，均已在文中以明確方式標(biāo)明。本人承擔(dān)本聲明的法律責(zé)任。作者簽名新皆期：V抑年歲月萬日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)
3、位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)浙江工業(yè)大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。本學(xué)位論文屬于1、保密口，在——年解密后適用本授權(quán)書。2、不保密酣。(請在以上相應(yīng)方框內(nèi)打“4”)作者簽茗動辯期：妒ff嘩F月諺日導(dǎo)師簽名：日期：溯忤歹月萬日[旦一萬f‘浙江工業(yè)大學(xué)博士學(xué)位論文基于混合離散粒子群算法的柔性作業(yè)車間調(diào)度問題研究摘要生產(chǎn)調(diào)度可以提高經(jīng)濟效益、降低成本和能耗，從而促進(jìn)企
4、業(yè)的可持續(xù)發(fā)展，是過去幾十年中計算機集成制造領(lǐng)域的研究熱點之一。柔性作業(yè)車間調(diào)度問題作為生產(chǎn)調(diào)度的一個重要分支，其特點更接近于實際生產(chǎn)過程，研究具有重要的實際意義和理論價值。本文以離散粒子群算法為基本優(yōu)化手段，但同時也帶來了求解上的困難，因此，對其通過改進(jìn)粒子位置更新方式和設(shè)計符合問題特征的局部搜索策略，針對幾類柔性作業(yè)車間調(diào)度問題，提出相應(yīng)的混合離散粒子群算法進(jìn)行求解，主要研究內(nèi)容概括如下：(1)結(jié)合改進(jìn)的粒子位置更新方式和基于機器負(fù)載的模擬退火機制，提出了混合離散粒子群算法求解一類以機器為約束資源，生產(chǎn)周期為優(yōu)化目標(biāo)的單資源單目標(biāo)柔性作業(yè)車間調(diào)度問題。該
5、混合算法有效地彌補了粒子群算法求解柔性車間調(diào)度問題時易得到不可行解的缺陷，并且在保證了粒子能收斂到可行解的同時，又改善了算法的搜索性能。通過算例仿真，驗證了混合算法的有效性和可行性。(2)基于Pareto支配概念，提出一種將改進(jìn)的Baldwmian學(xué)習(xí)策略和模擬退火技術(shù)相結(jié)合作為局部搜索策略的混合離散粒子群算法，求解一類以機器為約束資源，以生產(chǎn)周期、最大機器負(fù)載和單臺機器最大負(fù)載為優(yōu)化目標(biāo)的多目標(biāo)柔性作業(yè)車間調(diào)度問題。該混合算法除了具有較強的局部探索能力外，還采用混合初始化策略提高搜索起點，并引入外部檔案防止進(jìn)化過程中非支配解的丟失。經(jīng)算例仿真驗證，改進(jìn)算法
6、在收斂性和非支配解的分布均勻性方面均具有明顯優(yōu)勢。(3)針對以機器和工人為約束資源，以生產(chǎn)周期為優(yōu)化目標(biāo)的雙資源單目標(biāo)柔性作業(yè)車間調(diào)度問題，提出了一種結(jié)合改進(jìn)離散粒子群算法和基于變鄰域模擬退火操作的混合離散粒子群算法。針對問題特征，該混合算法在種群初始化、粒子位置更新和鄰域選擇機制上進(jìn)行了改進(jìn)，從而有效地防止不可行解的出現(xiàn)，并避免了算法早熟。算例仿真驗證算法的可行性和有效性。(4)提出了一種基于改進(jìn)Maximin適應(yīng)值函數(shù)的多目標(biāo)動態(tài)隨機搜索操作，并結(jié)合改進(jìn)的離散粒子群算法，給出了雙資源多目標(biāo)柔性作業(yè)車間調(diào)度問題的求解方法，其約束T摘要資源為機器和工人，優(yōu)化
7、目標(biāo)為生產(chǎn)周期和生產(chǎn)成本。該混合算法有效地改善了局部搜索性能，并通過提出一種簡單的混合策略對外部檔案進(jìn)行修剪，保證了算法的高效運行。算例仿真說明算法取得了較好的調(diào)度效果。最后，基于本文所提出的柔性作業(yè)車間調(diào)度方法，設(shè)計了一個基于BIS架構(gòu)的柔性作業(yè)車問調(diào)度系統(tǒng)，通過紙盆車問兩個實例驗證論文提出方法的有效性。并對全文所做的研究工作進(jìn)行了總結(jié)和展望。關(guān)鍵詞：柔性作業(yè)車間調(diào)度，雙資源約束，多目標(biāo)優(yōu)化，離散粒子群算法，混合算法Ⅱ浙江工業(yè)大學(xué)博士學(xué)位論文RESEARCHOFFLEXIBLEJOBSHOPSCHEDULINGPRoBLEMBASEDONHYBRIDDIS
8、CRETEPARTICLESⅥARMoPTIMIZA
