故障条件下柔性流水车间调度问题的研究

摘要

流水车间调度问题属于一类经典的组合优化问题，广泛应用于实际的生产制造之中。其研究内容是在满足一定资源和技术的约束条件下，合理分配相关资源、加工时间以及加工次序，使得要求的性能指标达到较好的结果。传统流水车间调度问题假设机器在工作期间总是可用的，但在实际生产过程中机器会逐渐老化并发生故障。因此，为了将流水车间调度问题的理论成果更好地运用于实际生产中，应考虑机器实际使用中发生故障的情况。
　　本文针对故障情况下柔性流水车间调度问题进行研究，提出了用于求解该类调度问题的改进遗传算法和混合粒子群算法。首先，在对柔性流水车间调度问题的特点进行分析的基础上，将机器发生故障这一约束条件引入柔性流水车间调度问题，并建立了以最小化最大完成时间的期望值为优化目标的故障条件下柔性流水车间调度问题的混合规划模型。而后，为了更高效地求解故障情况下柔性流水车间调度问题，分别对遗传算法和粒子群算法进行了改进，对算法的改进集中在以下两个方面。第一，对遗传算法和粒子群算法中的种群初始化方法进行改进。将故障条件下的柔性流水车间调度问题转化为一系列具有两台机器的置换流水车间调度问题，并将转化成的问题的解作为初始解的一部分。第二，在对基本粒子群优化算法进行改进的基础上，将改进的粒子群优化算法同教与学算法相结合，提出一种适用于求解故障条件下柔性流水车间调度问题的混合粒子群优化算法。
　　采用正交试验确定所提出的改进遗传算法以及混合粒子群优化算法的相关参数。设计具有不同规模数据的对比实验，分别从算法求得较优解的能力、求解的稳定性等方面将本文提出的算法和相关先进算法的求解结果进行比较与分析，验证所提出算法的有效性。

目录

封面

声明

目录

中文摘要

英文摘要

第一章 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.3 本文的组织结构

1.4 本章小结

第二章 故障条件下柔性流水车间调度问题

2.1 流水车间调度问题

2.2 柔性流水车间调度问题

2.3 故障条件下柔性流水车间调度问题

2.4 本章小结

第三章 教与学优化算法

3.1 教与学优化算法的背景与基本思想

3.2 教与学优化算法的基本步骤

3.3 本章小结

第四章 用于求解故障条件下柔性流水车间调度问题的改进遗传算法

4.1 遗传算法

4.2 利用改进遗传算法求解故障条件下柔性流水车间调度问题

4.3 实验设计与结果分析

4.4 本章小结

第五章 求解故障条件下柔性流水车间调度问题的混合粒子群算法

5.1 粒子群算法

5.2 利用混合粒子群算法求解故障条件下柔性流水车间调度问题

5.3 实验设计与结果分析

5.4 本章小结

第六章 总结与展望

6.1 本文工作总结

6.2 进一步研究与展望

致谢

参考文献

图版

附录