学位论文 > 优秀研究生学位论文题录展示
基于改进蚁群算法的多目标退化调度问题的研究
作 者: 陈岭
导 师: 王艳红
学 校: 沈阳工业大学
专 业: 系统工程
关键词: 退化调度 改进蚁群算法 多目标
分类号: O221.6
类 型: 硕士论文
年 份: 2012年
下 载: 49次
引 用: 0次
阅 读: 论文下载
内容摘要
车间调度问题一直是制造系统优化问题的核心之一,一直受到人们的广泛关注。作为车间调度重要组成部分的退化调度,近年来也受到人们越来越多的重视。退化调度是指在实际生产中,工件加工时间不为常数,通常会因为被加工顺序的靠后而延长。在当前敏捷化的车间制造环境下,企业在生产过程中往往采用动态调度的方式。加工时间是工件生产过程中的一个重要属性,那么生产系统如何根据加工时间的变化做出及时有效的调度成为生产调度领域亟待解决的新课题。蚁群算法模仿了真实世界蚁群的食物搜索过程来求解组合优化问题,是一种元启发式算法,其正反馈性、并行性等特点适于求解车间调度这类组合优化问题。本文针对退化车间调度问题的特点和需求以及蚁群算法容易陷入局部最优的问题,研究建立了一种改进蚁群算法。该算法在采用双向收敛策略来加快算法的收敛速度的同时也修正了信息素更新规则,和转移概率的公式,并对所提出的蚁群算法进行了仿真研究。论文的主要研究工作包括以下几个方面:首先,建立了退化调度车间的模型。在这个模型中选取了工件的加工顺序为主要参数,每个工件都有一个固定的加工时间和随机产生的退化率,其实际的加工时间和它的加工顺序及退化率有关。其次,提出了改进的蚁群算法,修正了信息素的更新策略和转移概率公式。再次,分析了单机调度,并行机调度的特点,并将改进的蚁群算法应用到以总完工时间最小为性能指标的具有退化特征的单机调度和并行机调度上。最后,将该蚁群算法用到多目标的退化单机调度上。本文在VC++环境下完成了以上问题的仿真研究,并与经典的算法做了比较,结果验证了该算法的有效性。
|
全文目录
摘要 5-6 Abstract 6-11 第一章 绪论 11-20 1.1 研究背景及意义 11 1.2 车间调度问题及其研究现状 11-15 1.2.1 问题概述 11-13 1.2.2 生产调度问题的研究现状 13-15 1.3 蚁群算法的车间调度问题的研究现状 15-17 1.4 退化车间调度问题分析 17-19 1.4.1 退化车间调度问题特征 17 1.4.2 退化车间调度中的基本概念 17-18 1.4.3 退化车间调度问题模型 18-19 1.5 论文主要研究内容 19-20 第二章 结合遗传算法的改进蚁群算法设计 20-32 2.1 蚁群算法概述 20-24 2.1.1 蚁群算法的思想 20-22 2.1.2 蚁群算法的流程 22-24 2.1.3 蚁群算法的特点 24 2.2 几类改进蚁群算法 24-27 2.2.1 改进基本规则 24-26 2.2.2 与其它算法结合 26-27 2.3 遗传算法概述 27-30 2.3.1 遗传算法特点 27-28 2.3.2 遗传算法基本步骤 28-30 2.4 改进蚁群算法 30-31 2.4.1 算法思想 30 2.4.2 基本规则改进 30-31 2.5 本章小结 31-32 第三章 改进蚁群算法在单机退化调度问题上的应用 32-40 3.1 具有退化特征的单机调度问题 32-33 3.1.1 问题描述 32 3.1.2 问题模型 32-33 3.2 算法设计 33-36 3.2.1 编码方法 33-34 3.2.2 初始群体的产生 34 3.2.3 选择算子 34 3.2.4 交叉算子 34-35 3.2.5 变异算子 35-36 3.2.6 初始信息素 36 3.2.7 信息素更新规则 36 3.2.8 状态转移规则 36 3.3 算法实现 36-38 3.4 仿真研究 38-39 3.5 本章小结 39-40 第四章 改进蚁群算法在并行机退化调度问题上的应用 40-46 4.1 并行机退化调度问题的数学模型 40-42 4.1.1 问题描述 40-41 4.1.2 问题的分解 41-42 4.2 算法设计 42 4.2.1 机器选择规则 42 4.2.2 工件排序规则 42 4.3 算法实现 42-44 4.4 仿真研究 44-45 4.5 本章小结 45-46 第五章 改进蚁群算法在多目标退化调度问题上的应用 46-52 5.1 多目标优化问题 46-47 5.1.1 基本原理 46-47 5.1.2 传统多目标优化方法 47 5.2 多目标单机退化调度问题描述 47-48 5.2 算法设计 48-49 5.3 算法实现 49-51 5.4 仿真及结果分析 51 5.5 本章小结 51-52 第六章 总结与展望 52-54 6.1 论文总结 52-53 6.2 研究展望 53-54 参考文献 54-57 在学研究成果 57-58 致谢 58
|
相似论文
- 基于差分进化算法的JSP环境下成套订单研究,F273
- 基于蚁群算法的电梯群优化控制研究,TU857
- 海底管道修复连接器的研究,TE973
- 基于遗传算法的矿山资源优化调度模型的研究,O224
- 基于粒子群算法的区域水资源优化配置研究,TV213.4
- 造币企业ERP设计与实现,TP311.52
- 基于选址与路径优化的应急物流系统的研究及应用,F252
- QFD的理论方法及其应用,N945
- 电火花加工参数优化的研究,TG661
- 基于克隆免疫算法的应急物流车辆路径模型的研究,U116.2
- 基于系统动力学和系统优化的水资源承载力分析,X26
- 基于遗传算法的快速航迹规划方法研究,TP18
- 基于量子计算的DNA编码方法研究,Q75
- 水库多目标优化调度研究,TV697.1
- 烟煤掺烧印尼煤的动力配煤模型研究,TK227.1
- 微机继保测试系统开关功率放大技术的研究,TM774
- 多目标采购量分配优化问题的研究,F224
- 基于认知特征的服装风格自主分类的研究与实现,TS941.11
- 考虑多运输方案的采购决策优化研究,F274
- 多目标跟踪算法研究,TN953
中图分类: > 数理科学和化学 > 数学 > 运筹学 > 规划论(数学规划) > 多目标规划
© 2012 www.xueweilunwen.com
|