基于混合離散粒子群算法的柔性作業(yè)車(chē)間調(diào)度問(wèn)題研究

《基于混合離散粒子群算法的柔性作業(yè)車(chē)間調(diào)度問(wèn)題研究》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

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(chē)間調(diào)度問(wèn)題研究作者姓名：張靜指導(dǎo)教師：王萬(wàn)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(dú)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(gè)人或集體已經(jīng)發(fā)表或撰寫(xiě)過(guò)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(jī)構(gòu)的學(xué)位證書(shū)而使用過(guò)的材料。對(duì)本文的研究作出重要貢獻(xiàn)的個(gè)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(wàn)日學(xué)位論文版權(quán)使用授權(quán)書(shū)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(guó)家有關(guān)部門(mén)或機(jī)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(kù)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(shū)。2、不保密酣。(請(qǐng)?jiān)谝陨舷鄳?yīng)方框內(nèi)打“4”)作者簽茗動(dòng)辯期：妒ff嘩F月諺日導(dǎo)師簽名：日期：溯忤歹月萬(wàn)日[旦一萬(wàn)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(chē)間調(diào)度問(wèn)題研究摘要生產(chǎn)調(diào)度可以提高經(jīng)濟(jì)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(guò)去幾十年中計(jì)算機(jī)集成制造領(lǐng)域的研究熱點(diǎn)之一。柔性作業(yè)車(chē)間調(diào)度問(wèn)題作為生產(chǎn)調(diào)度的一個(gè)重要分支，其特點(diǎn)更接近于實(shí)際生產(chǎn)過(guò)程，研究具有重要的實(shí)際意義和理論價(jià)值。本文以離散粒子群算法為基本優(yōu)化手段，但同時(shí)也帶來(lái)了求解上的困難，因此，對(duì)其通過(guò)改進(jìn)粒子位置更新方式和設(shè)計(jì)符合問(wèn)題特征的局部搜索策略，針對(duì)幾類(lèi)柔性作業(yè)車(chē)間調(diào)度問(wèn)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?jī)?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(jī)器負(fù)載的模擬退火機(jī)制，提出了混合離散粒子群算法求解一類(lèi)以機(jī)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(chē)間調(diào)度問(wèn)題。該

5、混合算法有效地彌補(bǔ)了粒子群算法求解柔性車(chē)間調(diào)度問(wèn)題時(shí)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(shí)，又改善了算法的搜索性能。通過(guò)算例仿真，驗(yàn)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(lèi)以機(jī)器為約束資源，以生產(chǎn)周期、最大機(jī)器負(fù)載和單臺(tái)機(jī)器最大負(fù)載為優(yōu)化目標(biāo)的多目標(biāo)柔性作業(yè)車(chē)間調(diào)度問(wèn)題。該混合算法除了具有較強(qiáng)的局部探索能力外，還采用混合初始化策略提高搜索起點(diǎn)，并引入外部檔案防止進(jìn)化過(guò)程中非支配解的丟失。經(jīng)算例仿真驗(yàn)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(shì)。(3)針對(duì)以機(jī)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(chē)間調(diào)度問(wèn)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(duì)問(wèn)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(jī)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(yàn)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(dòng)態(tài)隨機(jī)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(chē)間調(diào)度問(wèn)題的求解方法，其約束T摘要資源為機(jī)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(guò)提出一種簡(jiǎn)單的混合策略對(duì)外部檔案進(jìn)行修剪，保證了算法的高效運(yùn)行。算例仿真說(shuō)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(chē)間調(diào)度方法，設(shè)計(jì)了一個(gè)基于BIS架構(gòu)的柔性作業(yè)車(chē)問(wèn)調(diào)度系統(tǒng)，通過(guò)紙盆車(chē)問(wèn)兩個(gè)實(shí)例驗(yàn)證論文提出方法的有效性。并對(duì)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(chē)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