資源描述：
《動(dòng)態(tài)調(diào)度系統(tǒng)模型及其混合粒子群算法》由會(huì)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、沈陽理工大學(xué)碩士學(xué)位論文動(dòng)態(tài)調(diào)度系統(tǒng)模型及其混合粒子群算法姓名：郝平波申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：檢測技術(shù)與自動(dòng)化裝置指導(dǎo)教師：魏英姿2011-03沈陽理工大學(xué)碩士學(xué)位論文摘要生產(chǎn)調(diào)度是制造系統(tǒng)的一個(gè)研究熱點(diǎn)，是整個(gè)先進(jìn)生產(chǎn)制造系統(tǒng)實(shí)現(xiàn)管理技術(shù)、運(yùn)籌技術(shù)、優(yōu)化技術(shù)與計(jì)算機(jī)技術(shù)發(fā)展的核心。有效的調(diào)度方法和優(yōu)化技術(shù)的研究與應(yīng)用，是實(shí)現(xiàn)先進(jìn)制造和提高生產(chǎn)效率的基礎(chǔ)和關(guān)鍵。本文研究生產(chǎn)調(diào)度這一類NP難題。首先系統(tǒng)的闡述生產(chǎn)調(diào)度問題的研究內(nèi)容、研究方法、發(fā)展?fàn)顩r及存在的問題。對(duì)粒子群算法和蟻群算法的基本思想、算法流程及性能做了詳細(xì)介紹，描述以上兩種算法融合的理論基礎(chǔ)。提出粒子群-蟻群主從兩級(jí)結(jié)
2、構(gòu)為主，其它智能優(yōu)化算法為輔的混合粒子群算法結(jié)構(gòu)。其次，根據(jù)流水線調(diào)度問題和作業(yè)車間調(diào)度問題的求解特點(diǎn)，分別設(shè)計(jì)了不同的粒子編碼方法表達(dá)問題的解，提出將粒子劃分為多個(gè)基因片段，采用混合粒子群優(yōu)化技術(shù)對(duì)基因片段進(jìn)行優(yōu)化。研究了基因片段的分解與轉(zhuǎn)移，通過基因片段劃分測試實(shí)驗(yàn)，確定了基因片段的劃分方法。再次，混合粒子群算法在迭代后期會(huì)出現(xiàn)大量相似的粒子位置，使得粒子多樣性在降低，本文提出了粒子的編碼冗余更新方法，采取加快粒子飛行速度的策略，提高粒子群的多樣性。通過基準(zhǔn)測試算例的仿真實(shí)驗(yàn)，驗(yàn)證了混合粒子群算法求解流水線調(diào)度問題和作業(yè)車間調(diào)度問題的有效性。最后，通過對(duì)動(dòng)態(tài)作業(yè)車間調(diào)度問題的
3、詳細(xì)分析，采用結(jié)合事件驅(qū)動(dòng)和周期性驅(qū)動(dòng)的混合驅(qū)動(dòng)策略，將周期滾動(dòng)窗口技術(shù)作為周期性驅(qū)動(dòng)策略的實(shí)現(xiàn)技術(shù)，建立了動(dòng)態(tài)作業(yè)車間調(diào)度問題的數(shù)學(xué)模型。將混合粒子群算法中的信息素更新方式、慣性權(quán)重和局部搜索方式進(jìn)行重新設(shè)計(jì)，用于求解動(dòng)態(tài)作業(yè)車間調(diào)度問題。通過測試算例的仿真實(shí)驗(yàn)，驗(yàn)證了動(dòng)態(tài)作業(yè)車間調(diào)度問題數(shù)學(xué)模型的可靠性和混合粒子群算法的有效性。關(guān)鍵詞：動(dòng)態(tài)調(diào)度，粒子群優(yōu)化算法，蟻群優(yōu)化算法，基因片段，編碼冗余沈陽理工大學(xué)碩士學(xué)位論文AbstractProductionschedulingisahotspotofmanufacturingsystemandthecoreofthewholead
4、vancedmanufacturingsystemtoachievethedevelopmentofmanagementtechnology,optimizetechnologyandcomputertechnology.Theresearchandapplicationofeffectiveschedulingmethodandoptimizationtechnologyisthefoundationandthekeytorealizeadvancedmanufacturingandimproveproductionefficiency.Thispaperstudiesthep
5、roductionschedulingthatNPdifficultproblem.Firstsystematicexpatiationtheresearchcontents,theresearchmethods,developmentsituationandexistingproblemsofproductionschedulingproblem.Introducebasicideasandalgorithmproceduresandperformanceofparticleswarmalgorithmandantcolonyalgorithm,describingabovet
6、woalgorithmfusiontheoreticalbasis.Proposedtheparticleswarmoptim1izationandantcolonyalgorithmmaster-slavetwo-levelstructurewhichisconsideredfirstly,whilemakingotherintelligentoptimizationalgorithmastheauxiliaryhybridparticleswarmalgorithmstructure.Secondly,accordingtothesolvingcharacteristicso
7、fflowshopschedulingproblemandjobshopschedulingproblem,designrespectivelydifferentparticlecodingmethodtoexpressthesolution,andputforwardtheparticlesintomultiplegenesegment,usinghybridparticleswarmalgorithmtechnologytooptimizeongenesegment.Stud
