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

ID:37084920

大小:2.37 MB

頁數(shù):71頁

時間:2019-05-17

面向雙柔性多目標(biāo)工作車間調(diào)度的智能算法研究_第1頁
面向雙柔性多目標(biāo)工作車間調(diào)度的智能算法研究_第2頁
面向雙柔性多目標(biāo)工作車間調(diào)度的智能算法研究_第3頁
面向雙柔性多目標(biāo)工作車間調(diào)度的智能算法研究_第4頁
面向雙柔性多目標(biāo)工作車間調(diào)度的智能算法研究_第5頁
資源描述:

《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、學(xué)校代號10532學(xué)號S150200272分類號O232密級公開碩士學(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)位申請人姓名公旭冉培養(yǎng)單位機械與運載工程學(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:10532學(xué)號:S150200272密級: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:機械與運載工程學(xué)院專業(yè)名稱:機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,針對該問題的研究對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下的加工要求。傳統(tǒng)的FJSP問題中通常僅考慮機器作

4、為車間唯一的資源約束,對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)度模型很難與實際工況相吻合。同時,在國家大力提倡綠色制造的背景下,如何對制造系統(tǒng)中的綠色指標(biāo)建模從而實現(xiàn)加工過程中的能耗控制、環(huán)境保護也是亟需解決的問題。此外,如何設(shè)計高效的算法對新的模型求解也是一個重點和難點。本文研究內(nèi)容如下:(1)提出考慮機器資源約束、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器共同決定工序的加工時間。建立了基于工藝約束、機器約束、人工約束的數(shù)學(xué)模型,以最小化最大加工時

5、間、最小化最大機器負(fù)荷、最小化機器總負(fù)荷為優(yōu)化目標(biāo)。提出了綜合考慮機器、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,研究了不同機器和人工選擇下對能耗、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、最小化最大加工時間和最優(yōu)化綠色性能。(2)針對雙柔性多目標(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、實現(xiàn)問題值域內(nèi)的精確搜索。設(shè)計了一套用于驗證算法有效性的算例,與另外兩種成熟的多目標(biāo)算法的對比實驗表明本文提出的MA算法有很好的尋優(yōu)性能。(3)針對融合綠色指標(biāo)的雙柔性調(diào)度問題的多目標(biāo)特性,設(shè)計了一種非支配集成適應(yīng)度排序算法(NEFR),介紹并改進了集成適應(yīng)度排序算法,利用非支配排序和改進集成適應(yīng)度排序共同決策進行個體選優(yōu)。設(shè)計了兩種基于關(guān)鍵路徑且能夠兼顧三個目標(biāo)的鄰域搜索算子,分別嵌入到NEFR框架中加強算法的局部搜索性能?;趥鹘y(tǒng)FJSP問題算例設(shè)計了31個驗證算例,對NEFR分別進行了橫向

7、和縱向的多組對比實驗,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

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。