資源描述：
《基于微粒群優(yōu)化算法的生產(chǎn)調(diào)度系統(tǒng)研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、摘要生產(chǎn)調(diào)度問題是生產(chǎn)管理領(lǐng)域內(nèi)的關(guān)鍵環(huán)節(jié)，算法研究是生產(chǎn)調(diào)度問題的一個重要研究方向。微粒群算法作為一種新的全局優(yōu)化搜索算法，以其實(shí)現(xiàn)簡單、通用、魯棒性強(qiáng)等顯著特點(diǎn)，被廣泛應(yīng)用于各種優(yōu)化問題求解。本文以微粒群算法為工具，重點(diǎn)研究了生產(chǎn)調(diào)度問題中的一類經(jīng)典問題——JobShop問題的求解，并以實(shí)例驗(yàn)證了算法的合理性。本文首先對生產(chǎn)調(diào)度的基本思想、發(fā)展?fàn)顩r給出了一般性的描述，綜述了對調(diào)度問題的各種求解方法，然后根據(jù)微粒群算法的特點(diǎn)和生產(chǎn)調(diào)度問題中面對的難點(diǎn)，指出了微粒群算法求解調(diào)度問題的有效性和優(yōu)越性，并結(jié)合目前微粒群算法在生產(chǎn)調(diào)度問題中的研究現(xiàn)狀，進(jìn)一步加以論證
2、。本文應(yīng)用微粒群算法求解復(fù)雜的生產(chǎn)調(diào)度問題，主要在以下幾個方面作了一些研究工作：(1)通過大量閱讀各種生產(chǎn)調(diào)度和微粒群算法的文獻(xiàn)，指出了微粒群算法適合解決生產(chǎn)調(diào)度問題。(2)在系統(tǒng)性地分析了微粒群算法的基本原理、算法特性及應(yīng)用領(lǐng)域的基礎(chǔ)上，為了解決微粒群算法求解JobShop問題過程中遇到的計(jì)算量大的問題，本文采用了微粒群算法求解JobShop問題的機(jī)器分解方法。機(jī)器分解法是在每次迭代中微粒僅在子圖中構(gòu)造部分解，并與上次迭代中其他機(jī)器上的順序共同構(gòu)成本次解，這樣提高了微粒群算法求解JobShop問題的效率。(3)將該算法用于求解車間生產(chǎn)作業(yè)調(diào)度問題，以最小生產(chǎn)
3、時間跨度為優(yōu)化目標(biāo)，構(gòu)建了基于微粒群算法的車間生產(chǎn)作業(yè)調(diào)度問題求解方法，并結(jié)合某機(jī)電設(shè)備廠的車間作業(yè)調(diào)度實(shí)例，驗(yàn)證了算法在實(shí)際項(xiàng)目中的可行性。最后對論文的研究工作進(jìn)行了總結(jié)，并展望了微粒群算法在相關(guān)領(lǐng)域需要進(jìn)一步研究的課題和實(shí)際應(yīng)用拓展的前景。關(guān)鍵詞：生產(chǎn)調(diào)度，微粒群算法，車間作業(yè)調(diào)度，機(jī)器分解ABSTRACTProductionSchedulingProblemisallessentialpartoftheproductionmanagement．Thestudyofalgorithmisallimportantaspectofsolvingscheduli
4、ngproblem．Asoneofglobaloptimalalgorithm，ParticleSwarmOptimizationAlgorithm(PSO)hasbeenincfeasinglyimplementedinfieldofschedulingdueitscharacteristicsofsimplyapplication，西obaloptimizationandimplicitparallelism．Underthisbackground，thisthesismakein．depthstudyonJobShopSchedulingProblem，
5、whichisoneofthemostfamousproductionschedulingproblems，byusingParticleSwarmOptimizationAlgorithm·Firstly,thethesisintroducesthebasicideasanddevelopmentstatusoftheschedulingproblem，andthensummarizesvariousformersolutionstotheschedulingproblem．Secondly,onabasisofPSO’Scharacteristicsand
6、limitationsoftheschedulingproblem，itpointsoutthatPSOisaneffectiveandpredominantapproach·Finallv'accordingtothepracticalresearchofPSObeingusedinschedulingproblem，thispointcanbefurtherdemonstrated．ThisthesisusePSOtofigureoutthecomplicatedSchedulingproblem．Themainresearchconcentrateson
7、thefollowingseveralaspects：(11AccordingtoagreatdealofdocumentsonschedulingproblemandPSO，theissuethatPSObeingadaptivetosolveschedulingproblemisintroduced·(∞OnabasisofanalyzingthePSObasictheory,algorithmcharacteristicsandapplicationfields，thisthesisproposesamachine—baseddecompositionm
8、ethodforJobShopProb
