欢迎来到天天文库
浏览记录
ID:33664583
大小:2.88 MB
页数:72页
时间:2019-02-28
《基于微粒群优化算法的生产调度系统研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、摘要生产调度问题是生产管理领域内的关键环节,算法研究是生产调度问题的一个重要研究方向。微粒群算法作为一种新的全局优化搜索算法,以其实现简单、通用、鲁棒性强等显著特点,被广泛应用于各种优化问题求解。本文以微粒群算法为工具,重点研究了生产调度问题中的一类经典问题——JobShop问题的求解,并以实例验证了算法的合理性。本文首先对生产调度的基本思想、发展状况给出了一般性的描述,综述了对调度问题的各种求解方法,然后根据微粒群算法的特点和生产调度问题中面对的难点,指出了微粒群算法求解调度问题的有效性和优越性,并结合目前微粒群算法在生产调度问题中的研究现状,进一步加以论证
2、。本文应用微粒群算法求解复杂的生产调度问题,主要在以下几个方面作了一些研究工作:(1)通过大量阅读各种生产调度和微粒群算法的文献,指出了微粒群算法适合解决生产调度问题。(2)在系统性地分析了微粒群算法的基本原理、算法特性及应用领域的基础上,为了解决微粒群算法求解JobShop问题过程中遇到的计算量大的问题,本文采用了微粒群算法求解JobShop问题的机器分解方法。机器分解法是在每次迭代中微粒仅在子图中构造部分解,并与上次迭代中其他机器上的顺序共同构成本次解,这样提高了微粒群算法求解JobShop问题的效率。(3)将该算法用于求解车间生产作业调度问题,以最小生产
3、时间跨度为优化目标,构建了基于微粒群算法的车间生产作业调度问题求解方法,并结合某机电设备厂的车间作业调度实例,验证了算法在实际项目中的可行性。最后对论文的研究工作进行了总结,并展望了微粒群算法在相关领域需要进一步研究的课题和实际应用拓展的前景。关键词:生产调度,微粒群算法,车间作业调度,机器分解ABSTRACTProductionSchedulingProblemisallessentialpartoftheproductionmanagement.Thestudyofalgorithmisallimportantaspectofsolvingscheduli
4、ngproblem.Asoneofglobaloptimalalgorithm,ParticleSwarmOptimizationAlgorithm(PSO)hasbeenincfeasinglyimplementedinfieldofschedulingdueitscharacteristicsofsimplyapplication,西obaloptimizationandimplicitparallelism.Underthisbackground,thisthesismakein.depthstudyonJobShopSchedulingProblem,
5、whichisoneofthemostfamousproductionschedulingproblems,byusingParticleSwarmOptimizationAlgorithm·Firstly,thethesisintroducesthebasicideasanddevelopmentstatusoftheschedulingproblem,andthensummarizesvariousformersolutionstotheschedulingproblem.Secondly,onabasisofPSO’Scharacteristicsand
6、limitationsoftheschedulingproblem,itpointsoutthatPSOisaneffectiveandpredominantapproach·Finallv'accordingtothepracticalresearchofPSObeingusedinschedulingproblem,thispointcanbefurtherdemonstrated.ThisthesisusePSOtofigureoutthecomplicatedSchedulingproblem.Themainresearchconcentrateson
7、thefollowingseveralaspects:(11AccordingtoagreatdealofdocumentsonschedulingproblemandPSO,theissuethatPSObeingadaptivetosolveschedulingproblemisintroduced·(∞OnabasisofanalyzingthePSObasictheory,algorithmcharacteristicsandapplicationfields,thisthesisproposesamachine—baseddecompositionm
8、ethodforJobShopProb
此文档下载收益归作者所有