面向雙柔性多目標(biāo)工作車間調(diào)度的智能算法研究

《面向雙柔性多目標(biāo)工作車間調(diào)度的智能算法研究》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、學(xué)校代號(hào)10532學(xué)號(hào)S150200272分類號(hào)O232密級(jí)公開碩士學(xué)位論文面向雙柔性多目標(biāo)工作車間調(diào)度的智能算法研究學(xué)位申請(qǐng)人姓名公旭冉培養(yǎng)單位機(jī)械與運(yùn)載工程學(xué)院導(dǎo)師姓名及職稱鄧乾旺教授學(xué)科專業(yè)機(jī)械工程研究方向制造業(yè)信息化論文提交日期2018年4月20日學(xué)校代號(hào)：10532學(xué)號(hào)：S150200272密級(jí)：公開湖南大學(xué)碩士學(xué)位論文面向雙柔性多目標(biāo)工作車間調(diào)度的智能算法研究學(xué)位申請(qǐng)人姓名：公旭冉導(dǎo)師姓名及職稱：鄧乾旺教授培養(yǎng)單位：機(jī)械與運(yùn)載工程學(xué)院專業(yè)名稱：機(jī)械工程論文提交日期：2018年4月20

2、日論文答辯日期：2018年5月27日答辯委員會(huì)主席：程軍圣教授ResearchonIntelligentAlgorithmforMulti-ObjectiveJobShopSchedulingProblemwithDoubleFlexibilityByGONGXuranB.E.(HunanUniversity)2015AthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofScienceinMecha

3、nicalEngineeringintheGraduateSchoolofHunanUniversitySupervisorProfessorDENGQianwangMay,2018面向雙柔性多目標(biāo)工作車間調(diào)度的智能算法研究摘要柔性工作車間調(diào)度問題（FJSP）是得到最廣泛研究的一類組合優(yōu)化問題，針對(duì)該問題的研究對(duì)于提高工作車間效率、降低加工成本有重要的意義。然而伴隨著車間加工模式、企業(yè)追求目標(biāo)的變化，F(xiàn)JSP問題也需要融合新的加工元素以滿足新形勢(shì)下的加工要求。傳統(tǒng)的FJSP問題中通常僅考慮機(jī)器作

4、為車間唯一的資源約束，對(duì)其它資源約束如人工、工裝約束的研究并不多見，這使得調(diào)度模型很難與實(shí)際工況相吻合。同時(shí)，在國(guó)家大力提倡綠色制造的背景下，如何對(duì)制造系統(tǒng)中的綠色指標(biāo)建模從而實(shí)現(xiàn)加工過程中的能耗控制、環(huán)境保護(hù)也是亟需解決的問題。此外，如何設(shè)計(jì)高效的算法對(duì)新的模型求解也是一個(gè)重點(diǎn)和難點(diǎn)。本文研究?jī)?nèi)容如下：（1）提出考慮機(jī)器資源約束、人工資源約束的雙柔性多目標(biāo)調(diào)度車間模型，其中人工作為車間中的有限資源與機(jī)器共同決定工序的加工時(shí)間。建立了基于工藝約束、機(jī)器約束、人工約束的數(shù)學(xué)模型，以最小化最大加工時(shí)

5、間、最小化最大機(jī)器負(fù)荷、最小化機(jī)器總負(fù)荷為優(yōu)化目標(biāo)。提出了綜合考慮機(jī)器、人工約束和綠色指標(biāo)的雙柔性多目標(biāo)車間調(diào)度模型，研究了不同機(jī)器和人工選擇下對(duì)能耗、噪聲、切削回收和安全指標(biāo)影響，優(yōu)化目標(biāo)為最小化加工成本、最小化最大加工時(shí)間和最優(yōu)化綠色性能。（2）針對(duì)雙柔性多目標(biāo)調(diào)度車間模型提出了一種模因算法（MA），根據(jù)問題特性設(shè)計(jì)相應(yīng)的編碼方法和解碼方法，以及交叉和變異算子，提出一種消除算子以保證種群中的個(gè)體多樣性。此外，本文提出了一種基于關(guān)鍵路徑的鄰域搜索算子，通過與非支配排序算法（NSGA-II）集成

6、實(shí)現(xiàn)問題值域內(nèi)的精確搜索。設(shè)計(jì)了一套用于驗(yàn)證算法有效性的算例，與另外兩種成熟的多目標(biāo)算法的對(duì)比實(shí)驗(yàn)表明本文提出的MA算法有很好的尋優(yōu)性能。（3）針對(duì)融合綠色指標(biāo)的雙柔性調(diào)度問題的多目標(biāo)特性，設(shè)計(jì)了一種非支配集成適應(yīng)度排序算法（NEFR），介紹并改進(jìn)了集成適應(yīng)度排序算法，利用非支配排序和改進(jìn)集成適應(yīng)度排序共同決策進(jìn)行個(gè)體選優(yōu)。設(shè)計(jì)了兩種基于關(guān)鍵路徑且能夠兼顧三個(gè)目標(biāo)的鄰域搜索算子，分別嵌入到NEFR框架中加強(qiáng)算法的局部搜索性能。基于傳統(tǒng)FJSP問題算例設(shè)計(jì)了31個(gè)驗(yàn)證算例，對(duì)NEFR分別進(jìn)行了橫向

7、和縱向的多組對(duì)比實(shí)驗(yàn)，結(jié)果表明NEFR在解決多目標(biāo)調(diào)度問題上有更好的性能，并且證明了提出的鄰域搜索策略的有效性。關(guān)鍵詞：柔性工作車間調(diào)度；多目標(biāo)優(yōu)化；人因；模因算法；綠色生產(chǎn)指標(biāo)II碩士學(xué)位論文AbstractFlexiblejobshopschedulingproblem(FJSP)hasbeenmostwidelystudiedasatypeofcombinatorialoptimizationproblem.Ithasimportantsignificanceforimprovingwor

8、kshopefficiencyandreducingprocessingcosts.However,withthechangesintheshop'sprocessingmodeandthecompany'spursuitofgoals,theFJSPissuealsoneedstoincorporatenewprocessingelementstomeettheprocessingrequirementsinthenewsituation.ThetraditionalFJSPproblemus