基于进化优化的多目标批量流水线调度

《基于进化优化的多目标批量流水线调度》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、博士学位论文基于进化优化的多目标批量流水线调度Multi-objectiveLot-streamingFlowShopSchedulingBasedonEvolutionaryOptimization作者：韩玉艳导师：巩敦卫教授中国矿业大学二○一六年六月中图分类号TP301学校代码10290UDC004.8密级公开中国矿业大学博士学位论文基于进化优化的多目标批量流水线调度Multi-objectiveLot-streamingFlowShopSchedulingBasedonEvolutionaryOptimization作者韩玉艳导师巩

2、敦卫申请学位工学博士培养单位信息与电气工程学院学科专业控制理论与控制工程研究方向车间调度与智能优化答辩委员会主席贾英民评阅人二○一六年六月论文审阅认定书研究生韩玉艳在规定的学习年限内，按照研究生培养方案的要求，完成了研究生课程的学习，成绩合格；在我的指导下完成本学位论文,经审阅，论文中的观点、数据、表述和结构为我所认同，论文撰写格式符合学校的相关规定，同意将论文作为学位申请论文送专家评审。导师签字：年月日致谢本文是在巩敦卫教授的悉心指导下完成的，值此完稿之际，谨向巩老师表示诚挚的感谢！没有巩老师的指导、鼓励及资金上的大力支持,论文是不可能

3、得以顺利完成的。巩老师渊博的学识、敏锐的学术眼光、高屋建瓴的真知灼见、严谨的治学态度、一丝不苟的科研作风、忘我的工作精神，是我学习的楷模，也将永远激励我不断进步。感谢巩老师在论文选题、研究思路与方法上的悉心指导与帮助，教会了我科学研究方法。巩老师对我的关怀和教导令我终身难忘，并时时刻刻激励着我迈向新的奋斗目标。在此，再次向恩师致以由衷的敬意和最诚挚的感谢。衷心感谢感谢江苏省普通高校研究生科研创新计划项目和国家自然科学基金项目提供的资金支持；感谢中国矿业大学给我提供良好的科研环境和丰富的资源。衷心感谢信电学院全体老师的辛勤培养，感谢马小平教

4、授、李明教授、任子晖教授等众多老师给予的关心和支持。衷心感谢课题组的孙晓燕教授、郭一楠教授、姚香娟教授、张勇副教授和淮海工学院孙靖副教授对我的关心和指导，并在日常学习和生活中给了我很多启迪和真诚的帮助。衷心感谢英国萨里大学金耀初教授、西安交通大学孙建永教授、上海大学潘全科教授和聊城大学李俊青副教授对我论文撰写提供的大力帮助。衷心感谢实验室刘益萍博士、耿娜博士、张功杰博士、吴川博士、陈扬博士、孙奉林硕士、苗壮硕士、时良振硕士、朱丽霞硕士、张鹏飞硕士等兄弟姐妹，对我论文所提的宝贵意见和建议。将特别的感谢送给我的爸爸、妈妈、公公、婆婆和我的丈夫

5、，她们在背后默默的支持着我的学业以及关心着我的生活，为我提供了坚强的后盾。感谢我的弟弟、弟妹、妹妹、妹夫还有我那可爱的小外甥，给予我克服困难的勇气和力量，因为他们在家帮我照顾父母，才让我安心攻博。我要由衷地感谢所有评审过我的博士论文和学术论文的专家和学者。您们默默无闻的奉献，鞭策着我在攀登学术高峰的道路上不断的前进。摘要批量流水线调度问题是指，在加工过程中，每个工件可以分割为若干小批量，每个小批量加工之后，才能传送到下游的机器继续加工。通过这种加工方式，能够缩短工件的最大完工时间和机器空闲时间，加速生产流程，增加资源利用率，以及提高用户满

6、意度。因此，该问题广泛应用于制造系统、装配线、信息服务设施、化学、纺织、塑料和半导体等工业生产中。批量流水线调度问题有时优化一个目标函数，有时优化多个相互冲突的目标函数；有时决策变量不需要满足额外的约束，有时需要满足一或多个约束；有时调度问题的所有参数均为确定值，有时至少存在一个参数是不确定的。已有研究表明，含有约束的调度问题，在多项式时间内，不能得到问题的最优解。那么，不确定约束多目标批量流水线调度问题的求解，就更具有挑战性。尽管已有多种求解批量流水线调度问题的智能优化方法，但是，这些方法仅适用于确定的单目标批量调度问题，还无法用于求解

7、多目标、多约束以及参数具有不确定的批量流水线调度问题。鉴于此，本文针对上述3大问题，构建了多目标批量、多目标阻塞批量、加工时间不确定以及机器故障的多目标阻塞批量流水线调度问题的数学模型，提出相应的高效进化求解方法。具体研究内容如下：首先，建立多目标批量流水线调度问题的数学模型，提出求解该问题的INSGA-II(ImprovedNondominatedSortingGeneticAlgorithmII,NSGA-II)优化方法。该方法主要包含如下3个方面：(1)基于NEH(Nawaz,EnscoreandHam)启发式方法产生若干性能优越的

8、初始解，显著提高初始种群质量；(2)将概率分布估计算法和基于插入和交换的变异算子，分别代替传统的交叉和变异算子，加速算法的收敛速度；(3)当种群的多样性小于某一给定阈值时，提出一种简单有效的重