版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、分批優(yōu)化調(diào)度問(wèn)題考慮了訂單批量性,適應(yīng)現(xiàn)代經(jīng)濟(jì)發(fā)展所呈現(xiàn)的多品種和中小批量生產(chǎn)特點(diǎn)。它涉及到批量劃分和排序優(yōu)化,比傳統(tǒng)調(diào)度問(wèn)題更加復(fù)雜,也更貼近實(shí)際生產(chǎn),其研究具有重要的理論意義和實(shí)用價(jià)值。本文在國(guó)家863計(jì)劃項(xiàng)目(編號(hào):2007AA04Z155)、國(guó)家基金項(xiàng)目(編號(hào):60874074)、省重大科技攻關(guān)項(xiàng)目(編號(hào):2004C11011)的資助下,圍繞分批優(yōu)化調(diào)度深入分析所研究問(wèn)題的國(guó)內(nèi)外現(xiàn)狀和存在的問(wèn)題,旨在研究差分進(jìn)化算法(Diffe
2、rential Evolution,DE)在并行機(jī)、流水車間及作業(yè)車間制造過(guò)程分批優(yōu)化調(diào)度問(wèn)題中的應(yīng)用,設(shè)計(jì)同時(shí)處理批量劃分和排序優(yōu)化的有效算法,注重提煉問(wèn)題的特征,結(jié)合問(wèn)題信息開(kāi)發(fā)有效的優(yōu)化求解方法。論文主要研究?jī)?nèi)容如下:
(1)研究了差分進(jìn)化算法在并行機(jī)分批優(yōu)化調(diào)度問(wèn)題中的應(yīng)用。針對(duì)問(wèn)題中存在的批量劃分約束,提出了基于任務(wù)分配隊(duì)列的實(shí)數(shù)編碼方案,并設(shè)計(jì)了基于塊變異、塊交叉的全局搜索操作?;谏a(chǎn)周期性能指標(biāo),在算法中進(jìn)
3、一步設(shè)計(jì)了基于問(wèn)題的局部搜索操作,提出了一種混合差分進(jìn)化算法。通過(guò)算例仿真和算法比較分析驗(yàn)證了算法的良好性能,最后將算法有效地應(yīng)用于某鋼鐵廠的冷軋精整生產(chǎn)調(diào)度實(shí)例的求解。
(2)針對(duì)流水車間制造過(guò)程中不同產(chǎn)品所含批量之間不允許交叉生產(chǎn)的情況,基于分批傳輸?shù)恼{(diào)度策略,建立了非混排流水車間分批優(yōu)化調(diào)度問(wèn)題模型,并設(shè)計(jì)了相應(yīng)的混合差分進(jìn)化算法。在傳輸批量無(wú)約束的情況下,給出了問(wèn)題的完工時(shí)間快速評(píng)價(jià)法用于算法解碼過(guò)程。算法進(jìn)化過(guò)程
4、采用基于DE/rand/l/bin機(jī)制的全局搜索操作和基于Insert鄰域結(jié)構(gòu)的局部搜索操作,來(lái)優(yōu)化確定工件的加工排序。最后,在算法所得解的基礎(chǔ)上,通過(guò)啟發(fā)式劃分方法獲得批量劃分方案。實(shí)驗(yàn)結(jié)果說(shuō)明了算法的優(yōu)良性能,所設(shè)計(jì)的快速評(píng)價(jià)方法和啟發(fā)式劃分方法可起到減少算法計(jì)算量、減輕算法優(yōu)化壓力的效果。
(3)針對(duì)混排流水車間分批優(yōu)化調(diào)度問(wèn)題,也即在加工一個(gè)產(chǎn)品的各個(gè)子批量之間允許加工其它產(chǎn)品的子批量的情況下,考慮傳輸批量大小約束
5、,建立了問(wèn)題模型?;诜峙a(chǎn)策略,設(shè)計(jì)了一種混合差分進(jìn)化算法來(lái)優(yōu)化確定批量劃分和排序優(yōu)化。算法采用兩級(jí)染色體編碼,對(duì)于劃分染色體和排序染色體分別采用前面所設(shè)計(jì)的進(jìn)化過(guò)程。為了進(jìn)一步縮短完工時(shí)間,在算法解碼過(guò)程中,基于分批傳輸策略進(jìn)行二次劃分得到小傳輸子批。通過(guò)實(shí)驗(yàn)仿真對(duì)所提方法進(jìn)行了比較分析,結(jié)果驗(yàn)證了所設(shè)計(jì)的劃分方法的有效性以及算法的優(yōu)化性能。
(4)對(duì)多資源柔性作業(yè)車間分批優(yōu)化調(diào)度問(wèn)題進(jìn)行了研究,基于等量分批策略,建
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于差分進(jìn)化和人工蜂群算法的優(yōu)化調(diào)度.pdf
- 基于多目標(biāo)混合差分進(jìn)化算法的電機(jī)優(yōu)化設(shè)計(jì).pdf
- 基于目標(biāo)優(yōu)化的差分進(jìn)化算法研究.pdf
- 基于云模型的差分進(jìn)化優(yōu)化算法.pdf
- 基于差分進(jìn)化算法的罩式爐退火優(yōu)化調(diào)度方法.pdf
- 基于差分進(jìn)化算法的加熱爐生產(chǎn)過(guò)程操作調(diào)度.pdf
- 基于改進(jìn)差分進(jìn)化算法的MVB周期調(diào)度表優(yōu)化設(shè)計(jì).pdf
- 基于差分進(jìn)化算法的微網(wǎng)環(huán)保經(jīng)濟(jì)調(diào)度研究.pdf
- 基于差分進(jìn)化算法的柔性作業(yè)車間調(diào)度問(wèn)題研究.pdf
- 基于差分進(jìn)化算法的連鑄冷卻過(guò)程多目標(biāo)優(yōu)化.pdf
- 混合差分進(jìn)化算法及應(yīng)用研究.pdf
- 基于差分進(jìn)化算法的天線優(yōu)化設(shè)計(jì)技術(shù).pdf
- 差分進(jìn)化算法與網(wǎng)格資源調(diào)度研究.pdf
- 基于差分進(jìn)化算法的云計(jì)算任務(wù)調(diào)度策略.pdf
- 粒子群優(yōu)化算法及差分進(jìn)化算法研究.pdf
- 基于差分進(jìn)化和粒子群混合優(yōu)化的WSN節(jié)點(diǎn)定位算法研究.pdf
- 基于差分進(jìn)化的優(yōu)化算法及應(yīng)用研究.pdf
- 差分進(jìn)化算法和群集蜘蛛優(yōu)化算法的研究.pdf
- 粒子群與差分進(jìn)化混合算法的研究.pdf
- 基于動(dòng)態(tài)差分進(jìn)化算法的煉鋼--連鑄生產(chǎn)調(diào)度.pdf
評(píng)論
0/150
提交評(píng)論