拆卸序列规划问题的建模与求解方法研究

拆卸序列规划问题的建模与求解方法研究

ID:35081811

大小:5.05 MB

页数:127页

时间:2019-03-17

拆卸序列规划问题的建模与求解方法研究_第1页
拆卸序列规划问题的建模与求解方法研究_第2页
拆卸序列规划问题的建模与求解方法研究_第3页
拆卸序列规划问题的建模与求解方法研究_第4页
拆卸序列规划问题的建模与求解方法研究_第5页
资源描述:

《拆卸序列规划问题的建模与求解方法研究》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、分类号学号D201177153学校代码10487密级博士学位论文拆卸序列规划问题的建模与求解方法研究学位申请人:夏凯学科专业:工业工程指导教师:高亮教授答辩日期:2016年2月29日ADissertationSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofDoctorofPhilosophyinEngineeringResearchontheModelingandSolutionMethodsofDisassemblySequencePlanningProblemPhDCandidate:KaiXiaMajo

2、r:IndustrialEngineeringSupervisor:Prof.LiangGaoHuazhongUniversityofScienceandTechnologyWuhan430074,ChinaFebruary29,2016独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除文中已经标明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到,本声明的法律结果由本人承担。学位论文作者签名:日期:年月日学位论文版权使用授权书本学位论文

3、作者完全了解学校有关保留、使用学位论文的规定,即:学校有权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。本人授权华中科技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,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□,在_____年解密后适用本授权书。本论文属于不保密□。(请在以上方框内打“√”)学位论文作者签名:指导教师签名:日期:年月日日期:年月日华中科技大学博士学位论文摘要拆卸序列规划(DSP)方法是一种寻找产品最优拆卸序列的优化方法。该方法能够有效提高产品拆卸效率、缩短拆卸周期和降低拆卸成本。将其应用于电子废弃物拆卸还

4、可以帮助减少电子废弃物的环境危害、提高电子废弃物的回收再利用价值。DSP问题是一种NP难组合优化问题,近十几年来研究人员提出了各种求解方法,但是即使是目前最好的求解方法也很难有效地的求解在不同条件和目标下的DSP问题。本文在对拆卸建模方法、拆卸评价指标、DSP问题的求解方法等研究现状进行总结与分析的基础上,针对DSP问题及其扩展问题、多目标DSP问题和选择拆卸序列规划问题进行了系统深入的研究。本文提出了一种新的拆卸建模方法、系统的拆卸评价指标和多种有效的DSP问题求解方法。本文还根据上述研究成果,设计和开发了DSP原型系统,并将所提出的DSP方法应用于电子废弃物拆卸。本文主要包括

5、以下研究内容:(1)研究了DSP问题与装配序列规划问题在建模与评价指标上的主要区别,在此基础上,针对电子废弃物拆卸,提出了一种能够区分紧固件和零件的拆卸建模方法和系统的拆卸评价指标,为本文后续的研究奠定了基础。(2)深入研究了DSP问题及其扩展问题,提出了基于改进教学优化(MTLBO)算法的拆卸序列规划方法。该算法是一种离散的基于种群的进化算法,它从教学优化算法中继承了基于教学的进化机制的核心思想,并针对DSP问题的特点进行了适应性改进。MTLBO算法主要包含三大部分:用于产生可行拆卸序列的可行解生成算子,用于更新种群并保持解可行性的进化算子:教导阶段算子和学习阶段算子。通过试验

6、验证了提出的MTLBO算法在求解DSP问题时的有效性和优越性。(3)深入研究了多目标DSP问题,提出了基于多目标MTLBO算法的拆卸序列规划方法。该算法是一种离散的基于种群的多目标进化算法,它继承了改进教学优化算法的进化机制,引入了非支配排序遗传算法II的选择机制,并针对多目标拆卸序列规划问题的特点进行了适应性改进。通过试验验证了提出的多目标MTLBO算法I华中科技大学博士学位论文在求解多目标DSP问题时的有效性和优越性。(4)深入研究了选择拆卸序列规划问题,采用拆卸Petri网对拆卸过程进行建模,提出了基于Q-Learning算法的选择拆卸序列规划方法,详细描述了基于拆卸Pet

7、ri网模型的拆卸状态与活动的表示方法,活动选择方法和增强学习方法,通过试验验证了提出的基于Q-Learning算法的选择拆卸序列规划方法的有效性和优越性。(5)分析了DSP系统的应用背景,结合本文的研究成果开发了DSP原型系统。并将所提出的DSP方法应用于电子废弃物拆卸的工程实例。最后总结了全文的研究工作与创新之处,展望了未来的研究工作。关键词:拆卸序列规划;教学优化算法;多目标优化;选择拆卸;电子废弃物II华中科技大学博士学位论文AbstractDisassemblySeque

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。