学位论文 > 优秀研究生学位论文题录展示
基于混合遗传算法的双目标车间作业调度研究
作 者: 闫杰
导 师: 张吉善
学 校: 东北大学
专 业: 管理科学与工程
关键词: 混合遗传算法 阶段进化 双目标 作业调度
分类号: TP18
类 型: 硕士论文
年 份: 2009年
下 载: 21次
引 用: 1次
阅 读: 论文下载
内容摘要
车间作业调度问题既是制造系统实际生产的重要问题,也是理论研究的难点之一,它对于提高产品质量、降低成本、提高效率等生产管理的各个方面都起着至关重要的作用。目前,车间作业调度已成为制造业生产领域中研究的热点问题之一,但由于车间作业调度具有动态随机性、计算复杂性的特点,至今尚未出现一套系统的方法和理论。探求有效的调度方法与优化技术,对于提高制造企业的现代化水平具有重要的理论意义和实用价值。本文在综合研究国内外关于车间作业调度问题的基础上,给出了车间作业调度问题的定义及分类,分析了车间作业调度问题的数学模型,回顾了研究车间作业调度问题的主要历程及其方法,总结了现有研究成果的贡献与不足,分析了车间作业调度研究的发展趋势。在此基础上进一步对车间作业调度问题做了更深入的研究。首先,建立了基于生产周期和提前/拖期惩罚的双目标车间作业调度模型,并给出了具体的作业调度算例。为了避免传统遗传算法存在过早收敛及后期搜索效率低等问题,设计了阶段进化的混合遗传算法,该算引入阶段进化的思想,并有效融合了传统遗传算法与模拟退火算法的优点。然后,对阶段进化的混合遗传算法在车间作业调度问题上的具体应用进行了详细设计,包括:对传统的基于工序的编码方法做了改进、适应度函数的设计、遗传操作(选择操作、交叉操作和变异操作)的设计、模拟退火操作的设计等等。最后运用MATLAB编程对算例进行求解,通过对阶段进化的混合遗传算法和传统的遗传算法进行比较,证明了阶段进化的混合遗传算法在求解双目标车间作业调度问题上的优越性。
|
全文目录
摘要 5-6 Abstract 6-11 第1章 绪论 11-16 1.1 研究背景 11-12 1.2 问题的提出 12 1.3 研究目标 12-13 1.4 研究内容 13 1.5 研究方法 13-14 1.6 研究思路 14-15 1.7 论文结构 15-16 第2章 作业车间调度的文献综述 16-26 2.1 作业车间调度问题的分类 16-17 2.2 作业车间调度问题的数学模型 17-19 2.2.1 整数规划模型 17-18 2.2.2 线性规划模型 18 2.2.3 联络图模型 18-19 2.3 求解作业车间调度问题的方法 19-24 2.3.1 精确算法 19-20 2.3.2 近似算法 20-23 2.3.3 混合算法 23-24 2.4 已有研究成果的贡献与不足 24-25 2.5 作业车间调度研究的发展趋势 25 2.6 本章小结 25-26 第3章 作业车间调度的理论基础 26-51 3.1 遗传算法的基本理论 27-39 3.1.1 遗传算法的产生和发展 27-28 3.1.2 遗传算法的基本概念 28-29 3.1.3 遗传算法的基本思想和算法流程 29-31 3.1.4 遗传算法的基本操作 31-38 3.1.5 遗传算法的特点 38-39 3.2 模拟退火算法的基本理论 39-43 3.2.1 模拟退火算法的产生和发展 39 3.2.2 模拟退火算法的基本思想和算法流程 39-42 3.2.3 模拟退火算法的特点 42-43 3.3 混合遗传算法的研究 43-50 3.3.1 遗传算法和模拟退火算法相结合的出发点 44-45 3.3.2 混合遗传算法流程 45-46 3.3.3 阶段进化的混合遗传算法 46-47 3.3.4 自适应遗传算法 47-49 3.3.5 阶段混合遗传算法流程 49-50 3.4 本章小结 50-51 第4章 双目标作业车间调度模型的建立 51-56 4.1 车间调度问题描述 51 4.2 双目标作业车间调度的目标和约束 51-52 4.3 双目标作业车间调度数学模型 52-53 4.4 应用算例 53-55 4.5 本章小结 55-56 第5章 双目标作业车间调度的混合遗传算法设计 56-65 5.1 遗传算法部分的设计 56-61 5.1.1 遗传算法的编码和解码方案 56-58 5.1.2 遗传算法的适应度函数设计 58-59 5.1.3 遗传算法的选择操作 59-60 5.1.4 遗传算法的交叉操作 60 5.1.5 遗传算法的变异操作 60-61 5.1.6 遗传算法参数的设置 61 5.2 模拟退火算法部分的设计 61-62 5.2.1 状态产生函数 61-62 5.2.2 初始温度的确定 62 5.2.3 状态接受函数 62 5.2.4 退温函数 62 5.3 作业车间调度混合遗传算法的流程 62-64 5.4 本章小结 64-65 第6章 算例分析 65-69 第7章 结论与展望 69-71 7.1 论文结论 69 7.2 进一步展望 69-71 参考文献 71-77 致谢 77-79 附录 79
|
相似论文
- 微粒群算法的改进与应用研究,TP18
- 基于Hadoop的云存储系统客户端的设计与实现,TP333
- 求解非线性问题的混合遗传算法研究,TP18
- 基于双目标改进模拟植物生长法的配电网络重构,TM715
- 基于混合遗传算法的FlexRay总线静态段实时调度研究,U463.6
- 基于可靠性的接触网检修优化研究,U226.8
- 敏捷卫星任务调度技术研究,V448.2
- 基于混合GA的动态排程问题研究,TH163
- 基于混合遗传算法的SOC测试集成优化方法研究,TN47
- 模糊环境下串行供应链存储控制策略的研究,F274
- 节能发电调度优化模型及方法的研究,F426.61
- 砷盐净化除铜过程铜离子浓度预测模型的研究及应用,TP18
- 基于hadoop平台作业调度算法的研究,TP301.6
- 基于改进智能优化算法的多目标激光反导系统动态决策优化,TP18
- MC下基于生产过程解耦点定位的生产计划与排程研究,TH186
- 支持向量机中核函数和参数选择研究及其应用,TP18
- 基于混合遗传算法的工作流挖掘研究,TP311.13
- 混合遗传算法在集装箱船舶配载中的应用,U695.22
- 泾惠渠灌区灌季优化调度模型与运用,S274
- 高空飞艇放飞段轨迹规划问题研究,V211.54
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论
© 2012 www.xueweilunwen.com
|