首页> 中文学位 >基于多色集合约束模型的柔性车间调度优化问题的研究
【6h】

基于多色集合约束模型的柔性车间调度优化问题的研究

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

选题依据和意义

国内外文献资料综述

1.车间调度问题的描述

2.国内外研究综述

1.绪论

1.1研究背景及意义

1.2柔性作业车间调度问题概述

1.3多目标遗传算法研究现状

1.4本文研究内容结构安排

2.多目标柔性车间调度优化问题建模

2.1柔性作业车间调度优化的数学模型

2.2基于多色集合的柔性车间调度约束模型

2.3本章小结

3.改进多目标元胞遗传算法

3.1多目标元胞遗传算法

3.2基于熵的拥挤距离的评估方法

3.3仿真实验与结果分析

3.4本章小结

4.基于约束模型的柔性车间调度优化研究

4.1基于约束模型的改进元胞遗传算法操作

4.2柔性车间调度优化实例求解与分析

4.3本章小结

5.原型系统设计与开发

5.1系统的实现环境

5.2系统规划和设计

5.3系统的实现

5.4本章小结

6.总结与展望

6.1全文总结

6.2研究展望

参考文献

致谢

攻读硕士期间发表的论文

展开▼

摘要

生产调度是制造业生产中的一个非常关键的环节,关乎生产效率。运用合理的调度方法可以缩短工期,按时交货且达到机器利用的合理化。随着市场竞争的加剧,客户需求趋于多样化,制造系统的调度问题受到了大家的广泛重视。本文针对柔性车间调度问题,利用新兴的多色集合中的约束模型,并采用元胞多目标遗传算法来对模型进行求解。本文主要内容包括:
  1.建立了柔性车间调度数学模型和基于多色集合的统一可计算约束模型。针对求解柔性车间调度中所存在的早熟或收敛过慢等不足,提出了基于多色集合理论的元胞遗传算法。多色集合能够运用结构相对简单的围道矩阵建立具有标准形式的递阶结构模型,实现复杂优化问题的描述。因此运用了围道矩阵柔性车间调度中的设备约束和工艺约束进行了描述,通过搜索围道矩阵,缩小解的空间从而提高了求解效率。
  2.通过经典实例对比测试,验证了改进元胞多目标遗传算法在收敛性、分布性及覆盖性方面均有良好表现。基于柔性车间调度为多目标优化问题,本文在选择操作中,根据邻居中个体的适应度来自适应选择交叉个体,有效地防止种群过早收敛。元胞遗传算法中相邻个体的邻居互相重叠,为算法提供了隐性迁移机制且保持了种群多样性,从而降低了算法的时间和空间复杂度,有利于求解多目标优化问题。
  3.将约束模型与元胞多目标遗传算法的编码、种群初始化、遗传操作、适应度计算等环节相结合,构成了混合优化算法体系。运用计算机仿真,验证了本文所提出方法在求解柔性车间调度问题上的合理性和高效性。
  4.基于多色集合约束模型的柔性车间调度系统的总体设计和实现。对柔性车间调度系统总体框架和模块进行规划分析,对分功能模块进行设计实现,开发了车间调度原型系统,此外,对系统的按钮模块进行了解释,同时也展示了系统运行的操作过程。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号