量子粒子群算法在差异工件批调度问题中的应用研究

《量子粒子群算法在差异工件批调度问题中的应用研究》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、摘要摘要调度是影响制造业生产效率的关键因素，采用合理的调度方案可以缩短产品生产周期，减少周转时间和产品库存，提高产品的产出率，最终降低产品制造成本，提高利润和客户满意度。差异工件批调度问题是调度领域的一个重要分枝，与相同尺寸工件批调度问题相比，其更接近于现实的生产状况。当前，半导体制造、港口货物装卸、陶瓷烧制、车床加工、汽车货运等领域都属于差异工件批调度的研究范畴，因此对差异工件批调度问题的研究具有重要的现实意义。本文首先介绍了调度问题的基本概念，着重介绍了差异工件批调度问题，分析了该问题的性质，说明了差异工件批调度的研

2、究现状，阐述了以往求解差异工件批调度问题的主要算法。其次，本文介绍了基于差异工件单机批调度问题的量子粒子群算法(BQPSO)及其改进算法(BIQPSO)。针对调度问题的离散特性，本文设计了算法的编码方式，结合启发式算法，设计了基于该问题的量子粒子群算法；又针对迭代过程中粒子逐步失活，算法易趋于早熟的缺陷，引入交叉和变异算子，设计了基于该问题的改进算法，提高了粒子的多样性，保持了粒子的活性，增强了粒子的搜索能力，避免算法陷入早熟；通过大量仿真实验比较，本文中所设计的BQPSO算法及BIQPSO算法优于经典文献中的算法，且B

3、IQPSO算法性能优于BQPSO算法。接着，将问题拓展到平行机领域，与单机问题相比，平行机批调度问题的应用更广泛，更接近现实情况，也更加符合当前工业领域的需求。本文通过建立数学模型对问题进行描述，在此基础上，设计了基于差异工件平行机调度的量子粒子群算法(P．BQPSO算法)及其改进算法(P．BIQPSO算法)，通过随机方式产生大量仿真算例进行比较，实验证明本文设计算法具有令人满意的性能。最后，在总结全文的基础上，对今后的研究提出了建议和展望。关键词：调度批调度差异工件启发式算法量子粒子群算法组合优化AbstractABS

4、TRACTSchedulingisanimportantandsignificantissuethataffectstheefficiencyinindustrialproduction．Aproperschedulingschemecanreducetheproductioncycle，improvetheoutputrate，reduceturnovertime，cutdowntheinventory,ultimatelyreducethecosts，andincreasetheprofitsandcustomers

5、atisfaction．Schedulingonbatchprocessingmachine(BPM)withnon-identicaljobsizesisallimportantextensiontotheclassicalschedulingtheory,Batchprocessingmachinesareencounteredinmanypracticalenvironments．Forexample，burn‘inoperationsinsemiconductormanufacturing，handlingofc

6、argoinportareas，bum—inoperationsinceramicprocessing，andfreighttransportation．ItisthereforeofpracticalsignificancetostudytheproblemsofschedulingonBPM．Atfirst，thebackgroundofschedulingproblemsWasintroduced．TheproblemofschedulingonBPMwithnon．identicaljobsizes，whichi

7、sNP—hard，Wasmainlydiscussed．Previousrelatedstudieshavebeenreviewed．OurmainconcertiisdifferentalgorithmsproposedtosolvetheBPMproblems．Secondly,theQuantum．behavedParticleSwarmOptimizationforBatch．scheduling(BQPSO)anditsimprovedversion(BIQPSO)wereintroduced．Anovelco

8、dingapproachwasdesignedandtheparticlesweresequencedusingthe研orityvaluevectors．AheuristicWasthencombinedwithBQPSOSOthatthealgorithmiscapableofdealingwithcombina