基于改進(jìn)量子粒子群算法的柔性作業(yè)車間調(diào)度研究

《基于改進(jìn)量子粒子群算法的柔性作業(yè)車間調(diào)度研究》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(kù)。

1、分類號(hào)密級(jí)碩士學(xué)位論文題目：基于改進(jìn)量子粒子群算法的柔性作業(yè)車間調(diào)度研究英文并列題目：ResearchonFlexibleJobShopSchedulingProblemUsingtheImprovedQuantum-behavedParticleSwarmOptimizationAlgorithm研究生：周愷專業(yè)：控制科學(xué)與工程研究方向：控制理論與控制工程導(dǎo)師：紀(jì)志成教授指導(dǎo)小組成員：學(xué)位授予日期：2016年6月答辯委員會(huì)主席：于鳳芹江南大學(xué)地址：無錫市蠡湖大道1800號(hào)二○一六年六月－＊■獨(dú)創(chuàng)性聲明＂，本人聲明所呈交的學(xué)位論文是本人

2、在導(dǎo)師指導(dǎo)下進(jìn)巧的研究工偉及取得巧研究成果。盡我所知，除了文中特別加Ｗ標(biāo)注和致謝的地方外論文，中不包含其他人己經(jīng)發(fā)表或撰寫過的研究成果，也不包含本為獲得江南今大學(xué)或其它教育機(jī)構(gòu)的學(xué)化或證書而使用過的材料一。與我同王作的同志對(duì)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。簽若．．：日期＾的備會(huì)Ｉｔ＾；〇關(guān)于論文使用授權(quán)的說明本學(xué)位冷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(guó)家有關(guān)部口或機(jī)拘送交論文的復(fù)印件和踐盤，允許論文被查巧和借閱，可Ｗ將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)

3、庫(kù)進(jìn)行檢索，可Ｗ泉巧影印、縮印或擔(dān)描等復(fù)制手段保存、匯編學(xué)位論文，一致并丑本人電子文檔的內(nèi)容和紙質(zhì)論史的內(nèi)容相。保密的學(xué)位論文在解密后也遵守此規(guī)定。簽若：導(dǎo)師鑒名：磕日期；、１摘要摘要柔性作業(yè)車間調(diào)度（FlexibleJob-shopSchedulingProblem,FJSP）是一種復(fù)雜的調(diào)度問題，其相對(duì)于作業(yè)車間調(diào)度（JobShopSchedulingProblem,JSP）更貼近于生產(chǎn)實(shí)際，具有很高的計(jì)算難度，很多算法對(duì)該類調(diào)度問題優(yōu)化時(shí)容易陷入局部最優(yōu)，因此如何通過對(duì)算法的優(yōu)化改進(jìn)來有效地求解這種復(fù)雜的調(diào)度問題

4、，得到優(yōu)良的調(diào)度解受到越來越多的研究者們關(guān)注。在本文中，主要利用對(duì)量子粒子群（Quantum-behavedparticleswarmoptimization,QPSO）算法的優(yōu)化改進(jìn)來研究柔性作業(yè)車間中單目標(biāo)和多目標(biāo)的調(diào)度優(yōu)化問題，并與工業(yè)生產(chǎn)中模具車間的調(diào)度緊密聯(lián)系，具體的工作與創(chuàng)新之處如下：（1）針對(duì)柔性作業(yè)車間調(diào)度問題，本文不僅僅列出了理想的FJSP模型加以說明，同時(shí)依據(jù)模具加工車間的實(shí)際生產(chǎn)狀況，列舉總結(jié)出車間配置、生產(chǎn)流程、各工序?qū)?yīng)各臺(tái)機(jī)器的生產(chǎn)加工時(shí)間表以及在工業(yè)生產(chǎn)中常常出現(xiàn)的限制約束條件，和對(duì)調(diào)度方案多方面的評(píng)價(jià)目標(biāo)。（2）提出了基

5、于反向?qū)W習(xí)（Opposition-basedlearning,OBL）和邊界變異（boundedmutation）的QPSO來求解單目標(biāo)的FJSP問題。針對(duì)常常陷入早熟的問題，在QPSO的基礎(chǔ)上首先加入反向?qū)W習(xí)策略，對(duì)當(dāng)前解和反向解進(jìn)行搜索，增加算法種群的多樣性；再通過邊界變異策略避免算法陷入邊界的最優(yōu)解。利用該改進(jìn)算法對(duì)連續(xù)型標(biāo)準(zhǔn)函數(shù)進(jìn)行測(cè)試，同時(shí)對(duì)單目標(biāo)FJSP的常見算例以及某車間的柔性調(diào)度問題進(jìn)行仿真求解。（3）提出了混合蝙蝠算法（BatAlgorithm,BA）的QPSO來求解多目標(biāo)的FJSP問題?？紤]將蝙蝠算法中發(fā)聲速度的變化方式用來改變QP

6、SO算法中的收縮擴(kuò)張因子，同時(shí)利用蝙蝠算法中的隨機(jī)游走策略來避免算法早熟，有效地跳出局部最優(yōu)，得到全局最優(yōu)解。利用該混合算法對(duì)連續(xù)型標(biāo)準(zhǔn)函數(shù)進(jìn)行求解，并針對(duì)模具車間FJSP的最大完工時(shí)間，機(jī)器總負(fù)載和最大機(jī)器負(fù)載三個(gè)目標(biāo)進(jìn)行仿真求解。（4）研究了模具車間能耗優(yōu)化調(diào)度問題。隨著企業(yè)對(duì)車間能耗問題的重視，對(duì)能耗問題的優(yōu)化不僅僅提高了企業(yè)的經(jīng)濟(jì)利益，還對(duì)環(huán)境保護(hù)有著巨大的意義。本文以模具加工車間各臺(tái)機(jī)器的加工能耗為依據(jù)，利用混合量子粒子群算法以最大完工時(shí)間和能源消耗為評(píng)價(jià)目標(biāo)求解該模具車間調(diào)度優(yōu)化問題。通過多個(gè)仿真實(shí)驗(yàn)，對(duì)比驗(yàn)證了改進(jìn)的QPSO算法在求解連續(xù)

7、型測(cè)試函數(shù)和柔性作業(yè)車間調(diào)度問題上的有效性和優(yōu)越性。關(guān)鍵詞：反向?qū)W習(xí)；邊界變異；量子粒子群算法；蝙蝠算法；柔性作業(yè)車間調(diào)度IAbstractAbstractTheFlexibleJob-shopSchedulingProblem(FJSP)iscomplexcomparedwithJob-shopSchedulingProblem(JSP),manyalgorithmshastheproblemofgettingtrappedintolocaloptimumwithprematureconvergencebecauseoftheactualproduc

8、tionandthecalculationdifficultyinslovingtheprob