bck

收藏本站

柔性作业车间调度中的群智能优化算法研究

【摘要】:随着日益加剧的全球市场竞争,为满足客户多样化及个性化的需求,提高客户满意度,缩短生产加工周期以及按时交货,进而提高自身竞争力,企业需要制定合理的车间生产调度方案。增加了路径柔性特点的作业车间调度系统变得更加灵活,这也使柔性作业车间调度问题成为最困难的组合优化问题之一。根据实际生产需要,柔性作业车间调度问题常常需要针对多个目标制定优化决策。因此,对多目标柔性作业车间调度问题的求解方法进行深入研究具有重要的理论意义与实际应用价值。 本文主要研究对群智能优化算法进行改进、融合,并将其应用于解决柔性作业车间调度问题,主要完成了以下方面的研究: 对基本蚁群优化算法进行了改进,将其应用于解决单目标柔性作业车间调度问题。在改进的蚁群优化算法中,完成了对路径构造中的邻域搜索方法的设计。算法中,子集的数量由所调度问题包含的工件数量决定。为了避免过早停滞现象的发生,算法对启发式信息采用了轨迹强度蒸发规则。本文分析了改进型蚁群优化算法中的相关参数,并以平衡全局搜索能力、算法收敛性为目标,在充分考虑了所解决问题规模的前提下进行了算法参数的设置。通过对算法进行仿真实验获取了较为满意的调度结果。 通过对多目标FJSP数学模型和优化方法的研究,在改进的蚁群优化算法基础上通过对算法中局部启发式信息的重新设计,以均衡加工周期最小化、机器总负载最小化和关键机器负载最小化为问题优化目标,进一步完成了蚁群优化算法的改进,并将其应用于解决多目标FJSP,通过实验证明了该算法的有效性。 对传统PSO算法进行了改进,并将其应用于解决单目标和多目标柔性作业车间调度问题。在改进的PSO算法中,利用种群进化原理并引入基于混沌的自适应参数策略来提高算法的全局搜索能力,采用基于混沌策略的局部搜索来提高算法的局部搜索能力。改进后的算法在一定程度上对传统PSO算法所存在的容易陷入局部极值的问题进行了改善,从而使算法的解质量、搜索效率和收敛速度都得到了提高。最后利用具有27道工序的8×8部分FJSP和具有30道工序的10×10完全FJSP这两个标准测试实例对该算法的求解性能进行了实验测试。 为克服单一优化算法在解决复杂调度问题中固有的弊端,本文将蚁群优化和粒子群优化两种算法加以有效融合,从而增强整体搜索能力。针对多目标FJSP特点,在分别完成了对蚁群优化算法及粒子群优化算法改进工作的基础上,进一步提出二阶式蚁群粒子群混合优化算法(TSAPO)。在TSAPO中,采用分解方式通过两个阶段实现多目标优化。通过工序可选加工机器析取模型的建立,第一阶利用改进的蚁群算法,在对蚁群转移概率重新设计的基础上实现在多目标FJSP中机器总负载最小化与关键机器负载最小化的两个优化目标;第二阶通过对粒子群解码的设计,利用所改进的粒子群优化算法实现加工时间最小化的优化目标。通过仿真实验证明TSAPO算法在求解多目标FJSP中具有较好的求解性能。

下载App查看全文

(如何获取全文? 欢迎:、、)

支持CAJ、PDF文件格式


【相似文献】
中国期刊全文数据库 前20条
1 雷秀娟;史忠科;周亦鹏;;PSO优化算法演变及其融合策略[J];计算机工程与应用;2007年07期
2 王大将;蔡瑞英;徐新伟;;群智能优化算法研究[J];电脑知识与技术;2010年21期
3 凌海峰,杨善林,刘业政;基于群体智能的蚁群算法研究[J];合肥工业大学学报(自然科学版);2005年06期
4 李炳宇;萧蕴诗;;新的进化计算算法——粒子群优化算法[J];计算机科学;2003年06期
5 王介新;吕强;钱培德;;MKP的一种向量启发信息的设计和实现[J];计算机工程与应用;2007年28期
6 苏胤杰;;基于蚁群优化算法的立体匹配[J];微计算机信息;2008年24期
7 孙涛;蒋科艺;王永华;马力;;一种基于蚁群优化的粗糙集属性约简方法[J];海军航空工程学院学报;2011年01期
8 乔兵,孙志峻,朱剑英;用遗传算法求解柔性作业车间调度问题(英文)[J];Transactions of Nanjing University of Aeronautics & Astronau;2001年01期
9 王晓年;冯远静;冯祖仁;;一种基于主动轮廓模型的蚁群图像分割算法[J];控制理论与应用;2006年04期
10 彭震宇;葛洪伟;;基于混合优化算法的最大独立集问题求解[J];计算机应用;2007年05期
11 葛洪伟;彭震宇;;基于蚁群优化算法的单通道冗余VLSI阵列重构[J];计算机工程;2008年07期
12 贾彦平;付立东;;基于蚁群算法的分类规则问题[J];电子技术;2008年09期
13 刘佶鑫;赵英凯;;蚁群算法元胞自动机模型应用[J];南京工业大学学报(自然科学版);2008年06期
14 崔世钢;徐雪莲;赵丽;田立国;杨耿煌;;蚁群优化在移动机器人路径规划上的研究[J];制造业自动化;2009年01期
15 舒期梁;赵丽萍;;基于改进蚁群优化的无线传感器网络路由算法[J];计算机测量与控制;2011年05期
16 燕忠,袁春伟;基于蚁群智能和支持向量机的人脸性别分类方法[J];电子与信息学报;2004年08期
17 冷晟;魏孝斌;张文艺;;柔性工艺路线的改进蚁群作业调度算法(英文)[J];南京航空航天大学学报(英文版);2006年02期
18 黄如;朱杰;徐光辉;;基于蚁群优化算法的传感器网络能量有效性覆盖机制(英文)[J];Journal of Southeast University;2007年02期
19 颜晨阳;张友鹏;熊伟清;;一种新的蚁群优化算法信息素更新策略及其性能分析[J];计算机应用研究;2007年07期
20 蔡立军;蒋林波;易叶青;;基于蚁群优化算法的基因选择[J];计算机应用研究;2008年09期
中国重要会议论文全文数据库 前10条
1 熊伟清;魏平;;基于食物量分配的多种群二元蚁群优化算法[A];中国自动化学会控制理论专业委员会D卷[C];2011年
2 张伟;李守智;高峰;刘振山;;几种智能最优化算法的比较研究[A];第二十四届中国控制会议论文集(下册)[C];2005年
3 李猛;王道波;甄子洋;;基于改进混合粒子群优化算法的模型最优降阶[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
4 王光辉;陈杰;潘峰;;多种群协同粒子群优化算法求解动态环境优化问题[A];第二十七届中国控制会议论文集[C];2008年
5 陈志盛;李勇刚;;改进粒子群优化算法及其在磨削加工中的应用[A];第二十七届中国控制会议论文集[C];2008年
6 徐东;李晔;唐旭东;庞永杰;廖煜雷;;基于变异行为的自适应粒子群优化算法[A];中国自动化学会控制理论专业委员会A卷[C];2011年
7 马琰铭;;基于粒子群优化算法的晶体结构预测新技术及其在高压新结构研究中的应用[A];2011中国材料研讨会论文摘要集[C];2011年
8 文建辉;钟科军;唐丽娟;蒋健晖;;基于离散的粒子群优化算法结合主成分分析用于相似烟气样品的色谱区分[A];全国生物医药色谱学术交流会(2010景德镇)论文集[C];2010年
9 司维超;韩维;史玮韦;颜刚;;一种基于蜜蜂多群体觅食的粒子群优化算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
10 王群杰;齐美清;汪伟;李磊;;粒子群优化算法在波导高通滤波器设计中的应用[A];2011年全国微波毫米波会议论文集(上册)[C];2011年
中国博士学位论文全文数据库 前10条
1 李莉;柔性作业车间调度中的群智能优化算法研究[D];东北林业大学;2011年
2 王晓娟;多目标柔性作业车间调度方法研究[D];华中科技大学;2011年
3 李峥峰;多时间因素作业车间调度问题的研究与工程应用[D];华中科技大学;2010年
4 王云;面向云制造的制造执行系统优化技术及其在机床生产企业中的应用[D];浙江大学;2011年
5 许瑞;基于蚁群优化算法的批调度问题研究[D];中国科学技术大学;2011年
6 钟一文;智能优化方法及其应用研究[D];浙江大学;2005年
7 张维存;蚁群粒子群混合优化算法及应用[D];天津大学;2007年
8 张雪萍;基于群集智能的带约束条件空间聚类分析研究[D];解放军信息工程大学;2007年
9 于万霞;基于流量预测的城市单交叉路口多相位交通信号的控制技术[D];河北工业大学;2008年
10 徐星;融合热运动机制的粒子群优化算法研究及其应用[D];武汉大学;2010年
中国硕士学位论文全文数据库 前10条
1 韩锦峰;群智能算法研究及应用[D];中国石油大学;2008年
2 张雪雯;求解连续优化问题的集群智能算法应用研究[D];浙江大学;2006年
3 鲁丽君;改进蚁群算法在柔性作业车间调度中的应用研究[D];首都经济贸易大学;2012年
4 孙晶晶;粒子群优化算法的改进及其应用研究[D];陕西师范大学;2010年
5 王婧;基于粒子群优化算法的集群调度策略研究[D];中国石油大学;2011年
6 李成龙;多目标柔性作业车间调度优化问题研究[D];东北大学;2009年
7 张新娟;改进粒子群优化算法及其在图像分割中的应用[D];陕西师范大学;2011年
8 刘煌;基于GA的改进粒子群算法研究及其在TSP上的应用[D];武汉理工大学;2010年
9 苗爱敏;基于动态特征的粒子群优化算法研究[D];云南大学;2010年
10 崔鹏举;双资源多目标柔性作业车间调度问题研究[D];西安电子科技大学;2011年
中国重要报纸全文数据库 前1条
1 袁志勇;[N];科技日报;2009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


{bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bcksports}| {bck体育下载}| {bckbet}| {bcksports}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bck官网}| {bck体育下载}| {bckbet}| {bcksports}| {bck官网}| {bck体育app}| {bck体育}| {bcksports}| {bck官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck官网}| {bck体育}| {bcksports}| {bck官网}| {bck体育官网}| {bck体育下载}| {bck体育}| {bckbet}| {bcksports}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bck体育}| {bckbet}| {bck官网}| {bck}| {bck体育官网}| {bck体育下载}| {bck体育app}| {bcksports}| {bck官网}| {bck}| {bck体育官网}| {bcksports}| {bck体育下载}| {bck体育app}| {bckbet}|
{uc8}| {uc8体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐城}| {uc8彩票}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8老虎机}| {UC8娱乐}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8老虎机}| {uc8彩票}| {uc8}| {uc8体育}| {UC体育}| {uc8官网}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {uc8彩票}| {uc8}| {uc体育}| {UC体育}| {UC8娱乐城}| {uc8}| {UC体育}| {uc8官网}| {uc8老虎机}| {uc8}| {uc体育}| {uc8体育}| {UC体育}| {uc8官网}| {uc8老虎机}| {UC8娱乐}| {UC8娱乐城}|