資源描述：
《柔性作業(yè)車間調(diào)度問題優(yōu)化算法研究》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、分類號密級碩士學(xué)位論文題目：柔性作業(yè)車間調(diào)度問題優(yōu)化算法研究英文并列題目：TheOptimizationAlgorithmsofFlexibleJobShopSchedulingProblem研究生：張明專業(yè)：控制科學(xué)與工程研究方向：檢測技術(shù)與自動化裝置導(dǎo)師：紀(jì)志成教授指導(dǎo)小組成員：學(xué)位授予日期：2015年6月答辯委員會主席：于鳳芹江南大學(xué)地址：無錫市蠡湖大道1800號二○一五年六月獨創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是本人在導(dǎo)師指導(dǎo)下進行的研究工作及取得的研究成果。盡我所知，除了文中特別加以標(biāo)注和致謝的
2、地方外，論文中不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含本人為獲得江南大學(xué)或其它教育機構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均已在論文中作了明確的說明并表示謝意。關(guān)于論文使用授權(quán)的說明本學(xué)位論文作者完全了解江南大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定：江南大學(xué)有權(quán)保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和磁盤，允許論文被查閱和借閱，可以將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存、匯編學(xué)位論文，并且本人電子文檔的內(nèi)容和紙質(zhì)論文的
3、內(nèi)容相一致。保密的學(xué)位論文在解密后也遵守此規(guī)定。簽名：44導(dǎo)師簽名:—摘要摘要柔性作業(yè)車間調(diào)度是一種典型的復(fù)雜生產(chǎn)調(diào)度問題，具有很強的應(yīng)用背景，并且計算復(fù)雜度很高。尋找有效的方法解決柔性作業(yè)車間調(diào)度問題已經(jīng)受到越來越多的關(guān)注。本文主要研究人工蜂群算法、引力搜索算法和量子粒子群算法，及其對柔性作業(yè)車間調(diào)度問題的優(yōu)化。主要工作與創(chuàng)新點如下：(1)研究了蜂群算法在單目標(biāo)柔性作業(yè)車間調(diào)度中的應(yīng)用。針對人工蜂群算法探索能力強但開發(fā)能力弱等特性，提出一種基于“適應(yīng)值歐式距離比”的均衡蜂群算法。首先，根據(jù)“適應(yīng)值歐式
4、距離比”策略和差分算法改進更新公式，“適應(yīng)值歐式距離比”策略有助于多峰問題的優(yōu)化，而差分算法善于優(yōu)化單峰問題，為了利用兩者的優(yōu)勢，提出一種新的搜索結(jié)構(gòu)，使探索與開發(fā)能力達(dá)到平衡。此外，在初始化時引入混沌策略提高種群多樣性。(2)研究了引力搜索算法在單目標(biāo)柔性作業(yè)車間調(diào)度問題的應(yīng)用。采用小生境技術(shù)改進引力搜索算法，首先分析引力搜索算法的性能，為每個粒子定義質(zhì)量吸引度和歐式距離吸引度兩個屬性，根據(jù)這兩個屬性計算出粒子吸引概率，取代原有的質(zhì)量排序選擇法；運用吸引概率和小生境擁擠度技術(shù)引導(dǎo)粒子在鄰域內(nèi)搜索，平衡
5、算法的收斂性和多樣性；給予速度慣性權(quán)重，進一步提高收斂精度。(3)采用一種基于Pareto排序法的量子粒子群算法解決多目標(biāo)優(yōu)化問題。在迭代的進程中，將非支配解存入外部檔案集，并從中選擇全局最優(yōu)解。運用兩種度量函數(shù)比較優(yōu)先級策略、Sigma策略和隨機選擇策略的性能。結(jié)果表明在不同數(shù)量的目標(biāo)函數(shù)上，帶優(yōu)先級的量子粒子群算法和基于Sigma的量子粒子群之間具有可比擬性。最終，運用基于Sigma策略的量子粒子群優(yōu)化算法求解多目標(biāo)柔性作業(yè)車間調(diào)度問題。論文在多個連續(xù)標(biāo)準(zhǔn)測試函數(shù)和算例模型中驗證算法的有效性，并且與
6、現(xiàn)有代表性算法進行比較，證明算法的優(yōu)越性。關(guān)鍵字：人工蜂群算法；引力搜索算法；量子粒子群算法；柔性作業(yè)車間調(diào)度IAbstractAbstractFlexiblejobshopschedulingproblem(FJSP),asaclassoftypicallycomplexschedulingproblem,hasastrongapplicationbackgroundwithlargesolvingcomplexity.FindingeffiectivemethodstosolveFJSPhasatt
7、ractedmoreandmoreattention.Thisdissertationmainlycarriesoutresearchonthedesignsofartificialbeecolonyalgorithm(ABC),gravitationalsearchalgorithm(GSA)andquantum-behavedparticleswarmoptimization(QPSO).Furthermore,theimprovedalgorithmsarealsoappliedtosolveFJ
8、SP.Theprimaryresearchworkandinnovationsofthisdissertationissummarizedasfollows:(1)Thisdissertationstudiesthesingleobjectiveflexiblejobshopprobleminartificialbeecolony(ABC).Accordingtothepowerexplorationandpoorexploitationa
