節(jié)能雙目標(biāo)平行機(jī)批調(diào)度問題研究.pdf

1、生產(chǎn)調(diào)度問題是一類復(fù)雜的組合優(yōu)化問題，在實(shí)際生活中存在于多個(gè)領(lǐng)域，如鑄造業(yè)、金屬加工業(yè)、物流、通訊等。對(duì)生產(chǎn)調(diào)度問題進(jìn)行研究的主要目的是使得資源在使用過程中進(jìn)行合理分配，從而提高資源的利用率及生產(chǎn)效率，合理的調(diào)度方案可以大幅提升企業(yè)的競(jìng)爭(zhēng)力。隨著社會(huì)的發(fā)展，生產(chǎn)調(diào)度問題逐漸變復(fù)雜，從經(jīng)典調(diào)度發(fā)展到一類新型的調(diào)度，即批處理機(jī)調(diào)度。
　　批處理機(jī)調(diào)度問題（簡(jiǎn)稱批調(diào)度問題）區(qū)別于傳統(tǒng)調(diào)度的主要特征是一臺(tái)機(jī)器在同一時(shí)刻可以加工多個(gè)工件，工

2、件分組成批后以批為單位在機(jī)器上進(jìn)行加工，每個(gè)批中有多個(gè)工件，批的加工時(shí)間定義為批中所有工件的最大加工時(shí)間。批處理問題的復(fù)雜程度由工件約束、機(jī)器約束以及目標(biāo)函數(shù)決定，然而很多甚至是單機(jī)環(huán)境下的批調(diào)度問題已被證明是NP難的，因此研究者已經(jīng)往往專注于尋找可行并高效的求解算法。
　　本文簡(jiǎn)單介紹了生產(chǎn)調(diào)度問題的研究背景，再分別對(duì)其中的批調(diào)度問題從單機(jī)、多機(jī)、動(dòng)態(tài)環(huán)境下和考慮能源消耗這幾類批調(diào)度問題的研究現(xiàn)狀進(jìn)行概述。
　　隨后簡(jiǎn)單介

3、紹了目前用于解決批調(diào)度問題的算法，主要包括確定性算法、啟發(fā)式和元啟發(fā)式算法三類，包括三類算法的特點(diǎn)、框架及典型算法的描述。
　　接著，本文探討了考慮工件到達(dá)時(shí)間、機(jī)器能耗以最小化制造跨度和總的電力成本的平行機(jī)批調(diào)度問題。首先建立該問題的數(shù)學(xué)模型，然后提出一種基于Pareto的蟻群優(yōu)化算法PACO來求解問題。通過分析問題的特征，本文提出兩種不同的候選列表來減小蟻群的搜索空間，并基于這兩種候選列表分別提出動(dòng)態(tài)的啟發(fā)式信息來指導(dǎo)螞蟻的搜

4、索行為。此外，引入了兩種針對(duì)不同目標(biāo)的局部?jī)?yōu)化策略對(duì)解進(jìn)行優(yōu)化，以進(jìn)一步提高解的質(zhì)量。最后給出完整的PACO算法描述以及算法流程圖。
　　然后通過仿真實(shí)驗(yàn)來驗(yàn)證本文所提算法的性能。本文在非支配解集的解個(gè)數(shù)、覆蓋率等7種評(píng)價(jià)指標(biāo)下對(duì)所提算法PACO的性能與已有的三種多目標(biāo)優(yōu)化算法進(jìn)行比較實(shí)驗(yàn)，并分析了實(shí)驗(yàn)結(jié)果。實(shí)驗(yàn)結(jié)果表明，本文提出的PACO算法優(yōu)于其他三種多目標(biāo)優(yōu)化算法，而且在大尺寸工件算例上的優(yōu)勢(shì)尤其明顯。此外，本文還給出了四種