收藏本站
《大连理工大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

生产调度问题及其智能优化算法研究

宋存利  
【摘要】:随着经济全球化的深入和科学技术的发展,制造企业面临的外部环境越来越复杂多变,如市场变化迅速、竞争加剧、客户多样化等等。生产调度问题作为制造系统的一个核心问题,优良的调度结果可以帮助企业缩短生产周期、提高生产效率、增强竞争力,因此对调度问题的研究具有重要意义。 生产调度问题类型很多,这些问题中大多数都属于NP问题。为此,研究者们多年来不断寻求求解这类问题的最优化方法。近年来,一些群体智能优化方法(如遗传算法、进化规划、差分算法、微粒群算法、蚂蚁算法等)以及一些邻域搜索算法(如模拟退火算法、禁忌搜索算法)的发展,为人们研究生产调度问题提供了新的思路和手段,同时各种智能算法的有效混合也成为人们研究的热点。基于此,本文对生产调度问题及其优化算法展开了如下几个方面的研究: 针对以最小化最大完工时间为目标的Job-shop调度问题,提出了一种混合微粒群算法(Hybrid Particle Swarm Optimization Algorithm, HPSO)。该算法采用基于工序的随机键编码方式对微粒编码,同时提出了一种改进的活动调度解码算法对微粒解码。鉴于微粒群算法具有较强的全局寻优能力和差的局部搜索能力,将3种不同邻域结构的模拟退火算法随机与微粒群算法相结合,针对每个微粒找到的当前最好解利用模拟退火算进行局部寻优,提高算法的局部搜索能力。最后实验表明了该算法对大多数经典调度问题的有效性。 在总结无等待流水调度问题一般规律的基础上,提出了基于邻域迭代的搜索算法。该算法利用相邻工件间的开工时间距离求解最小化最大完工时间,同时利用两确定工件相邻加工时其开工时间距离是常量这一特点,对邻域解采用增量计算,将算法的时间复杂度降了一阶。同时将变邻域搜索思想应用在算法设计中,避免算法陷入局部最优。实验表明该算法对大规模无等待流水调度问题有较高的求解效率和求解质量,比较适应生产实际。 研究了柔性Job-shop调度问题,提出解决该问题的混合微粒群优化算法HPSO,该算法对设备分配和工序排序调度采用不同的编码方法和更新公式,为了提高算法效率,用基于设备的初始化方法和基于工件序列的初始化方法来提高HPSO初始种群的质量。同时提出了4种采用不同邻域搜索策略的模拟退火算法,并将它与PSO算法进行随机混合,提高了算法的局部搜索能力,最后实验表明了HPSO的有效性。考虑到设备分配与工件排序之间的强耦合性,传统的微粒群求解模式有可能在微粒运动过程中破坏gbest的优化模式,提出了协同进化的微粒群优化算法,该算法将设备选择和工件调度分别作为两个寻优变量,分别利用PSO算法寻优,并根据两个变量的内容进行互相评价,最终获得一个将设备选择和工件调度相结合的最好调度结果。最后实验表明该算法较HPSO算法对柔性Job-shop问题的寻优质量具有明显的优势。 在对一些混合算法研究的基础上,通过对迭代搜索算法组成元素、寻优机理、静态算法混合模式、算法混合知识的描述及数据库存储模式等研究,提出了迭代搜索的算法框架及混合算法框架,并采用多代理技术予以实现,最后实验证明本策略的有效性。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 朱凤霞;熊立华;高仕春;艾学山;;改进微粒群算法在梯级电站长期优化调度中的应用[J];水文;2007年05期
2 张卫波;;汽车膜片弹簧离合器智能优化设计技术研究[J];中国工程机械学报;2007年01期
3 朱剑宝;张卫波;;基于PSO算法和ANSYS的变截面板簧优化仿真设计[J];福建工程学院学报;2008年S1期
4 徐守江;陈艳男;;基于微粒群算法的圆度误差评价[J];计量技术;2006年07期
5 刘瑞芳;王希云;;基于线搜索的微粒群算法在机械设计中的应用[J];机械工程与自动化;2009年05期
6 张更新,赵辉,王红君,苏君临;基于动态参数的微粒群算法(PSO)的研究[J];天津理工大学学报;2005年04期
7 魏占海;刘松林;黄海明;;基于微粒群算法的舰船维修保障系统优化研究[J];舰船电子工程;2008年08期
8 彭北青;;具有时间窗的开放式车辆路径的改进微粒群算法[J];工业工程与管理;2008年06期
9 杨劲松;凌培亮;;微粒群算法在模糊Petri网参数优化中的应用[J];中国工程机械学报;2009年04期
10 杨文涛;司应硕;;微粒群算法在图像检索中的应用[J];华北水利水电学院学报;2011年02期
11 汪镭,康琦,吴启迪;微粒群算法优化信息的分组延迟传播模式[J];同济大学学报(自然科学版);2005年06期
12 梅慧;叶春明;;微粒群算法的置换Flow-Shop调度问题[J];工业工程与管理;2006年04期
13 徐勇军;魏汝祥;钱筱丹;;微粒群算法在求解舰船维修间隔期中的应用[J];中国修船;2007年05期
14 穆华平;曾建潮;焦长义;;基于小世界邻域结构的微粒群算法研究[J];太原科技大学学报;2009年01期
15 万方刚;瞿立新;;微粒群算法在水利工程多资源均衡优化中的应用[J];水电能源科学;2009年02期
16 史元浩;张井岗;陈志梅;;一种基于微粒群算法的自适应滑模控制[J];太原科技大学学报;2009年04期
17 王雁鸣;谈和平;;预测Al_2O_3粒子衰减特性的LSSVM方法[J];科学技术与工程;2009年18期
18 陈战平;;求解线性约束问题的微粒群优化算法[J];南京师范大学学报(工程技术版);2010年04期
19 卞鹏;;基于微粒群算法的交通流量组合预测研究[J];重庆工商大学学报(自然科学版);2011年01期
20 王果;戴冬;;群集智能算法研究现状及进展[J];河南机电高等专科学校学报;2007年02期
中国重要会议论文全文数据库 前10条
1 崔志华;蔡星娟;曾建潮;孙国基;;基于预测速度的改进微粒群算法[A];第二十六届中国控制会议论文集[C];2007年
2 蔡星娟;崔志华;曾建潮;谭瑛;;自适应PID控制微粒群算法[A];第二十六届中国控制会议论文集[C];2007年
3 王秀英;郑秉霖;;炼钢—连铸生产调度的启发式算法[A];1998中国控制与决策学术年会论文集[C];1998年
4 张亮;王凌;郑大钟;;基于假设检验的智能优化算法及其比较[A];2004中国控制与决策学术年会论文集[C];2004年
5 张晓菲;张火明;高明正;;三种智能优化算法的研究进展[A];中国仪器仪表学会第十一届青年学术会议论文集[C];2009年
6 孙俊清;李平;韩梅;;装卸桥调度问题及其混合智能优化算法GASA[A];第二十六届中国控制会议论文集[C];2007年
7 金建设;董文葆;;大型无机化工厂基于规则的生产调度辅助系统[A];第三届全国控制与决策系统学术会议论文集[C];1991年
8 王家廞;;生产调度的冲突对排序方法[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年
9 孙福权;郑秉霖;侯磊;;钢铁厂炼钢-连铸生产调度专家系统的设计与开发[A];1996中国控制与决策学术年会论文集[C];1996年
10 王珩;张景瑞;;基于微粒群算法的航天器大角度姿态快速机动控制器参数优化设计[A];中国力学学会学术大会'2009论文摘要集[C];2009年
中国博士学位论文全文数据库 前10条
1 宋存利;生产调度问题及其智能优化算法研究[D];大连理工大学;2011年
2 杨劲秋;智能优化算法评价模型研究[D];浙江大学;2011年
3 程八一;差异工件单机批调度问题的优化算法研究[D];中国科学技术大学;2009年
4 袁代林;改进的微粒群算法及其在结构拓扑优化中的应用[D];西南交通大学;2009年
5 崔志华;微粒群算法的性能分析与优化[D];西安交通大学;2008年
6 赵珺;轧钢过程生产调度及其优化算法的研究与应用[D];大连理工大学;2008年
7 王帅;机械加工生产调度过程的优化设计及其应用研究[D];华东理工大学;2011年
8 赵明渊;分类问题的智能优化算法及其应用研究[D];电子科技大学;2011年
9 王海英;智能优化算法研究及其在移动机器人相关技术中的应用[D];哈尔滨理工大学;2007年
10 汪世义;智能优化算法研究及其应用[D];安徽大学;2011年
中国硕士学位论文全文数据库 前10条
1 唐宇;基于微粒群算法的车间调度问题研究[D];浙江工业大学;2007年
2 吕洪光;基于微粒群算法的装配序列规划方法及其应用研究[D];电子科技大学;2010年
3 朱家静;基于遗传微粒群算法的组卷策略应用研究[D];大连海事大学;2011年
4 宋雪梅;蚁群算法的改进及应用研究[D];河北理工大学;2006年
5 魏欣;基于智能优化技术的创新概念设计研究与应用[D];山东师范大学;2010年
6 王超;基于遗传算法的产品装配生产调度优化研究[D];武汉大学;2005年
7 陈宇航;典型制造车间生产调度优化方法的研究[D];北京交通大学;2011年
8 汪向利;基于多Agent的生产计划与调度系统研究与开发[D];浙江工业大学;2006年
9 王超;基于Petri网的作业车间调度问题研究[D];北京交通大学;2011年
10 王晓敏;基于微粒群算法的关联规则挖掘方法及应用[D];山东师范大学;2010年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978