基于智能優(yōu)化算法的生產(chǎn)調(diào)度問題研究

《基于智能優(yōu)化算法的生產(chǎn)調(diào)度問題研究》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。

1、博士學位論文Ｄ〇ＣＴ〇ＲＡＬＤＩＳＳＥＲＴＡＴＩ〇Ｎ論文題目基于智能優(yōu)化算法的生產(chǎn)調(diào)度問題研究作者徐建有學院信息科學與工程學院專業(yè)控制理論與控制工程指導教師顧樹生教授備注二？－五年九月日分類號密級ＵＤＣ學位論文基于智能優(yōu)化算法的生產(chǎn)調(diào)度問題研究作者姓名：徐建有指導教師：顧樹生教授東北大學信息科學與工程學院申請學位級別：博士學科類別：工學學科專業(yè)名稱：控制理論與控制工程論文提交日期：２０１５年７月１６日論文答辯日期：２０１５年９月

2、２６日學位授予日期：答＿員會主席：評閱人：東北大學２０１５年９月ＩＡＤｉｓｓｅｒｔａｔｉｏｎｆｏｒｔｈｅＤｅｇｒｅｅｏｆＤｏｃｔｏｒｉｎＣｏｎｔｒｏｌＴｈｅｏｒｙａｎｄＣｏｎｔｒｏｌＥｎｉｎｅｅｒｉｎｇｇＲｅｓｅａｒｃｈｏｎｔｈｅＰｒｏｄｕｃｔｉｏｎＳｃｈｅｄｕｌｉｎｇＰｒｏｂｌｅｍｓＢａｓｅｄｏｎＩｎｔｅｌｌｉｅｎｔＯｔｉｍｉｚａｔｉｏｎＡｌｏｒｉｔｈｍｓｇｐｇｂＸｕＪｉａｎｏｕｙｙＳｕｐｅｒｖｉｓｏｒ：ＰｒｏｆｅｓｓｏｒＧｕ

3、ＳｈｕｓｈｅｎｇＮｏｒｔｈｅａｓｔｅｒｎＵｎｉｖｅｒｓｉｔｙＳｅｔｅｍｂｅｒ２０１５ｐｉ獨創(chuàng)性聲明本人聲明所呈交的學位論文是在導師的指導下完成的。論文中取得的研宄成果除加以標注和致謝的地方外，不包含其他人已經(jīng)發(fā)表或撰寫過的研究成果一，也不包括本人為獲得其他學位而使用過的材料。與我同工作的同志對本研究所做的任何貢獻均已在論文中作了明確的說明并表示誠摯的謝意。學位論文作者簽名：４簽字日期：，學位論文版權使用授權書本學位論文作者和指導教師完全了解東北大學有關保留、使用學位論

4、文的規(guī)定：即學校有權保留并向國家有關部門或機構送交論文的復印件和磁盤，允許論文被查閱和借閱。本人同意東北大學可以將學位論文的全部或部分內(nèi)容編入有關數(shù)據(jù)庫進行檢索。、交流作者和導師同意網(wǎng)上交流的時間為作者獲得學位后：半年口一一年半口兩年ｅ年口ｆ如作者和導師同意網(wǎng)上交流，請在下方簽名：否則視為不同意（）學位論文作者簽名導師簽名簽字日期：如從簽字日期：７，－－Ｉ東北大學博士學位論文摘要基于智能優(yōu)化算法的生產(chǎn)調(diào)度問題研究摘要以鋼鐵、化工、機械等為代表的制造業(yè)是國民經(jīng)濟的支柱

5、產(chǎn)業(yè)。近年來，隨著經(jīng)濟全球化的發(fā)展，制造型工業(yè)企業(yè)所面臨的市場競爭和資源、環(huán)境壓力不斷加強。生產(chǎn)調(diào)度是制造型工業(yè)企業(yè)生產(chǎn)管理的核心內(nèi)容，鑒于生產(chǎn)調(diào)度問題的復雜性，如何利用先進的建模與優(yōu)化方法來進一步提升生產(chǎn)調(diào)度的質(zhì)量，以幫助企業(yè)提高產(chǎn)品質(zhì)量和生產(chǎn)效率一，降低生產(chǎn)成本和能源消耗，直是當前學術界和制造型工業(yè)企業(yè)所面臨的機遇和挑戰(zhàn)。因而，針對生產(chǎn)調(diào)度問題的研究具有重要的理論意義和應用價值。本文主要針對制造型工業(yè)企業(yè)中普遍存在的典型生產(chǎn)調(diào)度問題進行了研宄，提出了改進的智能優(yōu)化算法，既包含問題建模與求解方法

6、的理論探討，也包括實際生產(chǎn)調(diào)度問題的應用研宂。具體的研宄內(nèi)容包括：１針對兩代理單機調(diào)度問題，考慮了實際生產(chǎn)中工件等待時間越長生產(chǎn)成本越大（）的因素，，將工件的實際處理時間定義為開始時間的線性增加函數(shù)該問題的優(yōu)化目標是在工件的拖期時間不超出第二個代理所允許的上界情況下一個代理所要求的拖，實現(xiàn)第期工件總數(shù)目的最小化一。針對該問題，提出了個禁忌搜索算法來獲得大規(guī)模問題的近優(yōu)解一，以及個針對小規(guī)模問題的分枝定界算法。針對流水車間調(diào)度問題一２，提出了個改進的遺傳算法，在算法的局部搜索中使（）一種新型的自

7、適應鄰域結構用了，其鄰域規(guī)模隨著搜索的進行能夠動態(tài)變化，從而提高。Ｂｅｎｃｈｍａｒｋ問題的測試結果表明算法的搜索能力使用標準，所提出的基于新鄰域結構的遺傳算法性能要優(yōu)于已有文獻中的相關算法。一（３）與傳統(tǒng)流水車間調(diào)度問題中工件在每個機器上只能加工次不同，考慮了機械制造中工件可以一個機器上多次加工的實際情況，研究了可重入流水車間調(diào)度問題，提一一ｅｍｅ出了個自適應Ｍｔｉｃ算法，并在局部搜索中設計了個鄰域規(guī)?？梢宰赃m應變化的動態(tài)鄰域搜索方法。針對帶有順序相關調(diào)整時間的多目標流水車間調(diào)度問題，將傳統(tǒng)的迭代

8、局域搜（句一索算法擴展到多目標領域。在局域搜索中使用基，提出了個多目標迭代局域搜索算法于動態(tài)鄰域的多目標變深度搜索方法，以保證搜索深度和廣度的平衡，提高算法的搜索－－ＩＩ－＜ｉ東北大學博士學位論文摘要性能。通過對標準測試問題的測試結果表明了所提出算法的有效性。