基于混合遺傳算法的車間逆調(diào)度方法研究

《基于混合遺傳算法的車間逆調(diào)度方法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、分類號(hào)學(xué)號(hào)學(xué)校代碼密級(jí)身肀科技火寧博士學(xué)位論文基于混合遺傳算法的車間逆調(diào)度方法研究學(xué)位申請(qǐng)人：牟健慧學(xué)科專業(yè)：工業(yè)工程指導(dǎo)教師：高亮教授李新宇教授答辯日期：年月日AThesisSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofDoctorofEngineeringResearchonInverseSchedulingMethodsBasedonHybridGeneticAlgorithmPh.D.Candidate:MouJianhuiMajor:IndustrialEngi

2、neeringSupervisor:ProfessorGaoLiangAssociateProfessorLiXinyuHuazhongUniversityofScienceandTechnologyWuhan,Hubei430074，獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研宄工作及取得的研宄成果。盡我所知，除文中己經(jīng)標(biāo)明引用的內(nèi)容外，本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過的研宄成果。對(duì)本文的研宄做出貢獻(xiàn)的個(gè)人和集體，均己在文中以明確方式標(biāo)明。本人完全意識(shí)到本聲明的法律結(jié)果由本人承擔(dān)。學(xué)位論文作者簽名：日期年月乂日

3、學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，即：學(xué)校有權(quán)保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)華中科技大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。保密口，在年解密后適用本授權(quán)書。本論文屬于不保密請(qǐng)?jiān)谝陨戏娇騼?nèi)打“”學(xué)位論文作者簽名：指導(dǎo)教師簽名：日期年月日日期：■年兮月％日華中科技大學(xué)博士學(xué)位論文摘要為了適應(yīng)當(dāng)前多品種小批量的生產(chǎn)模式，在逆優(yōu)化理論的基礎(chǔ)上，研宄人員提出了逆調(diào)度（這一新的調(diào)度方法，

4、其目標(biāo)是針對(duì)預(yù)先確定的調(diào)度任務(wù)，通過最小限度地調(diào)整相應(yīng)的加工參數(shù)，使得預(yù)先給出的調(diào)度方案最優(yōu)。目前國際上針對(duì)逆調(diào)度的研宄剛剛起步，相應(yīng)的調(diào)度模型、策略和方法的研究還很少。本文針對(duì)單機(jī)和流水等車間類型，系統(tǒng)研宄了單機(jī)逆調(diào)度、帶交貨期的單機(jī)逆調(diào)度、流水車間逆調(diào)度、多目標(biāo)流水車間逆調(diào)度等問題，建立了相應(yīng)的數(shù)學(xué)模型，并結(jié)合不同模型的特點(diǎn)，提出了高效求解方法。針對(duì)單機(jī)逆調(diào)度問題，建立了以加權(quán)完成時(shí)間和最小為目標(biāo)的數(shù)學(xué)模型，提出了一種基于遺傳算法和粒子群優(yōu)化（，的混合算法。將啟發(fā)式非最優(yōu)調(diào)度法，以及隨機(jī)初始化與局部初始化相結(jié)合，提高了初始種群的多樣性與質(zhì)量

5、。根據(jù)問題特征，設(shè)計(jì)了三種交叉算子和兩種變異算子。采用改進(jìn)算法和三種改進(jìn)策略，提高了算法的局部搜索能力。通過實(shí)例測(cè)試以及與其它算法的對(duì)比，結(jié)果表明提出的方法具有更高的求解效率和更好的穩(wěn)定性。針對(duì)帶交貨期的單機(jī)逆調(diào)度問題，提出了一種基于遺傳變鄰域交替算法的求解方法。該方法采用嵌入方式對(duì)遺傳算法和變鄰域搜索方法進(jìn)行混合，平衡了混合算法的全局搜索和局部搜索。針對(duì)問題特征和編碼方法特點(diǎn)，設(shè)計(jì)了四種鄰域結(jié)構(gòu)，通過鄰域結(jié)構(gòu)的切換，提高了算法的局部搜索能力。通過實(shí)例測(cè)試以及與其它算法的對(duì)比，結(jié)果表明該算法能有效地求解帶交貨期的單機(jī)逆調(diào)度問題。針對(duì)流水車間逆調(diào)

6、度問題，建立了以參數(shù)改變量最小為目標(biāo)的數(shù)學(xué)模型，提出了一種自適應(yīng)的遺傳變鄰域混合求解方法。提出了一種帶小數(shù)機(jī)制的分塊編碼方案用于解的表達(dá)，能同時(shí)對(duì)工序和參數(shù)進(jìn)行協(xié)同優(yōu)化。針對(duì)問題特征，設(shè)計(jì)了四種鄰域結(jié)構(gòu)，提出了一種自適應(yīng)選擇機(jī)制以選擇最合適的鄰域，提高了算法的局部搜索能力。通過實(shí)例測(cè)試以及與其它算法的對(duì)比，驗(yàn)證了該算法的有效性和優(yōu)越性。針對(duì)多目標(biāo)流水車間逆調(diào)度問題，建立了考慮調(diào)度效率和調(diào)度穩(wěn)定性的數(shù)學(xué)模型，綜合考慮了加工參數(shù)改變量、系統(tǒng)改變量以及完工時(shí)間和等目標(biāo)。提出了一種基于算法的求解方法將多種策略進(jìn)行了混合以提高算法性能，主要包括中的快速非

7、支配排序方法、兩種多樣性保持策略、混合的精英保留策略，以及高效局部搜索策略等。通過實(shí)例測(cè)試與分析，驗(yàn)證了該算法的有效性。華中科技大學(xué)博士學(xué)位論文基于上述理論成果，根據(jù)某船廠加工車間的生產(chǎn)情況，分析了車間存在的問題將上述理論成果應(yīng)用于實(shí)際車間的生產(chǎn)。實(shí)例分析表明本文提出的理論與方法能夠有效地解決實(shí)際生產(chǎn)車間調(diào)度問題，保證車間系統(tǒng)能夠有效平穩(wěn)地運(yùn)行。最后，對(duì)全文的工作進(jìn)行了總結(jié)，并對(duì)今后的研宄方向進(jìn)行了展望。關(guān)鍵詞：逆調(diào)度；單機(jī)調(diào)度；流水車間調(diào)度；遺傳算法；混合算法；多目標(biāo)優(yōu)化算法華中科技大學(xué)博士學(xué)位論文“，，，，，，，華中科技大學(xué)博士學(xué)位論文，，

8、，，華中科技大學(xué)博士學(xué)位論文目錄—要緒論課題的來源、目的及意義逆調(diào)度國內(nèi)外研究現(xiàn)狀現(xiàn)狀總結(jié)與問題分析本文的主要工作與結(jié)構(gòu)車間逆調(diào)度問題總體研究框架逆調(diào)