基于改进蚁群算法的多目标job-shop动态调度研究

《基于改进蚁群算法的多目标job-shop动态调度研究》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、虞？丨学校代码：‘号：、：益牵衩縻攀卞不由、硕■▲▲論士学位论论文题目：基于改进蚁群算法的多目标动态调度研究学科专业控制科学与工程研究方向生产计划与生产调度论文作者王静指导教师黎冰副教授定稿日期：年月日学位论文使用授权声明本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权华东理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以釆用影印、缩印或扫描等复制手段保存和汇编学位论文。保密论文在解密后遵

2、守此规定。论文涉密情况：保密口保密，保密期（—年—月—日至年—月—日）学位论文作者签名：指导老师签名：曰期勿年月厂日日期年月日分类号：密级：华东理工大学学位论文基于改进蚁群算法的多目标动态调度研究王静指导教师姓名：黎冰副教授华东理工大学上海市徐汇区梅陇路号申请学位级别：硕士专业名称：控制科学与工程论文定稿日期：论文答辩日期：学位授予单位：华东理工大学学位授予日期：答辩委员会主席：刘漫丹教授评阅人：李绍军研究员刘成菊副教授作者声明我郑重声明：本人恪守学术道德，崇尚严谨学风。所呈交的学位论文，是本人在导师的

3、指导下，独立进行研究工作所取得的结果。除文中明确注明和引用的内容外，本论文不包含任何他人已经发表或撰写过的内容。论文为本人亲自撰写，并对所写内容负责。论文作者签名：义《年月日华东理工大学硕士学位论文第页基于改进蚁群算法的多目标动态调度研究摘要车间调度方法与优化技术是先进制造业的两大利器。随着调度方法与优化技术对制造业的生产利益、生产成本、生产速度的影响日益突出，越来越多的研究者们开始关注对制造业带来的革命性力量。本文将针对作业车间多目标这个特点进行研究，建立以最大完工时间最小以及总拖期时间最小的双目标调

4、度模型，并结合改进的蚁群算法进行动态调度的研究。首先，本文介绍了作业车间调度问题的研究现状，蚁群算法的产生和发展史。然后分析作业车间的数学模型、析取图模型以及甘特图模型来对研究的问题进行全面分析。并对作业车间调度过程中的动态事件进行分析，并建立相应的动态调度策略。然后根据基本蚁群算法，分析多目标动态调度过程的特点，对蚁群算法的搜索方式进行改进。最后，基于测试函数，对于改进的蚁群算法与多目标遗传算法进行仿真，验证改进的蚁群算法具有较好的效果。然后对作业车间的实际调度中多种动态事件进行分析并给出其仿真的甘特

5、图，证明本文提出的算法以及策略能去的较好的效果。关键字：作业车间调度；多目标；蚁群算法；动态调度第页华东理工大学硕士学位论文，，，华东理工大学硕士学位论文第页目录第章绪论课题研究的目的与意义作业车间调度的研究现状作业车间调度问题研究现状多目标作业车间调度研究作业车间动态调度研究现状蚁群算法的产生和发展蚁群算法的产生蚁群算法的发展论文结构与主要内容第章多目标作业车间调度研究多目标优化问题的概述多目标优化问题的发展多目标优化问题的描述多目标优化问题研究方法多目标车间调度的数学模型作业车间问题的数学建模问题的

6、析取图模型问题的甘特图模型作业车间调度编码问题的研究作业车间编码要考虑的问题编码的分类车间动态调度的研究车间动态调度问题描述动态事件的分类动态调度研究方法本章小结第章蚁群算法及其改进基本蚁群算法的分析基本蚁群算法的原理基本蚁群算法的优缺点第页华东理工大学硕士学位论文蚁群算法的改进及实现步骤基本蚁群算法的步骤改进蚁群算法的步骤实验仿真蚁群算法不同参数仿真研究改进蚁群算法的仿真实例本章小结第章基于改进蚁群算法的作业车间动态调度研究基于改进蚁群算法的作业车间仿真作业车间编码的与解码基于改进蚁群算法的作业车间仿

7、真基于改进蚁群算法的作业车间动态调度仿真动态调度策略作业车间动态调度仿真本章小结第章总结与展望全文总结论文的展望参考文献攻读硕士学位期间取得的相关科研成果华东理工大学硕士学位论文第页第章绪论课题研究的目的与意义在上个世纪八十年代，企业的生产主要以大批量为主，这种模式下生产的产品比较单一，生产的流水线也是固定的。但是随着科学的发展，技术的进步，现在的大多数制造型企业都有产品种类多，批量小等特点。那么怎样合理安排加工顺序，将有限的资源在有限的时间内分配给各个机器以及工件，来达到某一个或多个目标最优，这就形成

8、了调度问题⑴。随着经济全球化的发展，制造业的竞争越来越大，高效的调度方法能降低制造成本，提高资源利用，提高生产效益以及提高制造业的管理水平，这也使得高效的调度方法成为该行业的至关重要的技术。由于企业生产形式的不同，就会产生形式多样，种类各不相同的调度问题，其中最基本，研究最为广泛的是作业车间调度问题】。它是典型的组合优化问题，也是难题，研究者们通过不懈的努力，在问题产生后探索了很多优化算法来解决这类问题。主要有遗传算法、蚁群优化算法（、模拟