針對多擾動并發(fā)工況下無等待混合流水線（NWHFS）生產(chǎn)調(diào)度問題,構(gòu)建了多重約束下兼顧初始調(diào)度目標(biāo)（最小化工件完工時間加權(quán)和）和擾動修復(fù)目標(biāo)（最小化工件完工滯后時間加權(quán)和）的干擾管理調(diào)度模型,設(shè)計了搜索方向動態(tài)可變的多目標(biāo)隨機加權(quán)處理策略。并將基于高斯變異的全局尋優(yōu)改進策略與基于隨機鄰域結(jié)構(gòu)的局部精細搜索策略相結(jié)合,提出了一種混合微粒群優(yōu)化求解算法。數(shù)值算例仿真結(jié)果表明,包含高斯變異算子和隨機鄰域結(jié)構(gòu)的混合微粒群優(yōu)化算法求解本文干擾管理調(diào)度模型是有效的。 

【文章來源】：系統(tǒng)管理學(xué)報. 2019,28(02)北大核心CSSCICSCD

【文章頁數(shù)】：10 頁

【文章目錄】：
1 NWHFS調(diào)度問題描述
    1.1 初始調(diào)度方案
    1.2 干擾管理策略
2 干擾管理調(diào)度模型
3 混合微粒群算法設(shè)計
    3.1 算法初始化
        3.1.1 ROV規(guī)則編碼
        3.1.2 微粒位置初始化
        3.1.3 多目標(biāo)處理策略
    3.2 基于高斯變異的全局尋優(yōu)改進策略
    3.3 基于隨機鄰域結(jié)構(gòu)的局部精細搜索策略
        (1) Insert_derivation (π, k1, k2) 鄰域結(jié)構(gòu)。
        (2) Insert_change (π, k1, k2) 鄰域結(jié)構(gòu)。
        (3) Swap (π, k1) 鄰域結(jié)構(gòu)。
    3.4 GPSO-R算法流程框架
4 算例實驗
    4.1 實驗設(shè)計
    4.2 結(jié)果分析
5 結(jié) 語


【參考文獻】：
期刊論文
[1]具有外包選擇的無等待流水線干擾修復(fù)模型[J]. 薄洪光,張鑫,潘裕韜.  系統(tǒng)管理學(xué)報. 2015(04)
[2]加工能力受擾的可控排序干擾管理[J]. 劉鋒,王征,王建軍,楊德禮.  系統(tǒng)管理學(xué)報. 2013(04)
[3]微粒群優(yōu)化算法在流水線干擾管理調(diào)度中的應(yīng)用[J]. 潘逢山,葉春明.  工業(yè)工程與管理. 2012(04)
[4]基于高斯分布估計的細菌覓食優(yōu)化算法[J]. 劉小龍,李榮鈞,楊萍.  控制與決策. 2011(08)
[5]煉鋼-連鑄生產(chǎn)優(yōu)化重調(diào)度方法[J]. 龐新富,俞勝平,張志宇,鄭秉霖,柴天佑.  系統(tǒng)工程學(xué)報. 2010(01)
[6]無等待流水車間調(diào)度問題的優(yōu)化[J]. 潘全科,趙保華,屈玉貴.  計算機學(xué)報. 2008(07)



本文編號：3639403