調度問題主要研究資源的分配問題,針對不同的任務,制定相應的優(yōu)化目標,最后找到最優(yōu)或者近似最優(yōu)的解決方案。調度問題廣泛的存在于社會生產生活中,尤其是各類制造企業(yè)中。精心設計的生產調度方案有助于提高生產效率,幫助企業(yè)在激烈的市場競爭中占據(jù)主動位置。從調度問題的解決方法來看,傳統(tǒng)的運籌學算法和啟發(fā)式規(guī)則在求解大規(guī)模調度問題時都面臨很大的困難,它們對問題的約束條件要求很高,而且有時也很難獲得令人滿意的解決方案。群智能優(yōu)化算法是近年來受到廣泛關注的一種元啟發(fā)式算法,應用其求解調度問題時,一般不需要很強的約束條件就可以建立一個較好的模型,從而獲得令人滿意的調度解。群智能優(yōu)化算法為解決調度問題提供了一種新的有效的方法。本論文以流水車間調度問題與群智能優(yōu)化算法為研究對象,在對調度問題進行深入研究分析的基礎上,提出了幾種改進的群智能優(yōu)化算法來進行求解。論文的主要研究內容如下:針對置換流水車間調度問題（PFSP）,提出了一種混合蟻群算法（HACO）來進行求解。HACO算法對蟻群算法進行了多種有效的改進,在初始化階段使用Rajendran算法進行種群初始化,保證了初始種群的質量;在狀態(tài)轉換階段,使用了基于短作...

【文章頁數(shù)】：157 頁

【學位級別】：博士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 生產調度問題
        1.2.1 生產調度問題描述
        1.2.2 生產調度問題分類
        1.2.3 流水車間調度問題
    1.3 生產調度問題研究方法
        1.3.1 傳統(tǒng)的運籌學方法
        1.3.2 啟發(fā)式規(guī)則方法
        1.3.3 群智能優(yōu)化算法求解方法
    1.4 本文主要工作與創(chuàng)新點
    1.5 論文組織結構
第2章 相關算法綜述
    2.1 引言
    2.2 蟻群優(yōu)化算法
        2.2.1 螞蟻覓食行為
        2.2.2 蟻群優(yōu)化算法模型
        2.2.3 蟻群算法的特點
        2.2.4 蟻群算法的改進
        2.2.5 蟻群算法的理論性研究
        2.2.6 蟻群算法的應用
    2.3 生物地理學優(yōu)化算法
        2.3.1 生物地理學模型
        2.3.2 生物地理學算法基本原理
        2.3.3 生物地理學優(yōu)化算法與其他元啟發(fā)算法比較
        2.3.4 生物地理學算法的遷徙模型的改進
        2.3.5 生物地理學算法變異模型的分析
        2.3.6 算法變種
        2.3.7 生物地理學算法的應用
    2.4 本章小結
第3章 混合蟻群算法求解置換流水車間調度問題
    3.1 引言
    3.2 最小化最大完工時間的置換流水車間調度問題
    3.3 混合蟻群算法(HACO)求解置換流水車間調度問題
        3.3.1 種群初始化
        3.3.2 狀態(tài)轉換策略
        3.3.3 信息素更新
        3.3.4 局部搜索算法
        3.3.5 模擬退火算法
        3.3.6 種群重新初始化
    3.4 HACO算法步驟
    3.5 仿真實驗與分析
        3.5.1 仿真實驗環(huán)境
        3.5.2 算法參數(shù)設置
        3.5.3 實驗結果與分析
    3.6 本章小結
第4章 動態(tài)多種群蟻群算法求解阻塞流水車間調度問題
    4.1 引言
    4.2 阻塞流水車間調度問題描述
    4.3 基于種間競爭的協(xié)同進化算法
        4.3.1 種群增長與競爭數(shù)學模型
    4.4 動態(tài)多種群蟻群算法(DMACO)
        4.4.1 DMACO算法工作原理
        4.4.2 精英種群
        4.4.3 搜索種群
        4.4.4 變異種群
    4.5 DMACO算法求解阻塞流水車間調度問題的基本步驟如下所示：
    4.6 仿真實驗與分析
        4.6.1 仿真實驗環(huán)境
        4.6.2 實驗結果分析
    4.7 本章小結
第5章 改進的生物地理學優(yōu)化算法求解阻塞流水車間調度問題
    5.1 引言
    5.2 改進的生物地理學算法求解阻塞流水車間調度問題
        5.2.1 問題編碼與初始化
        5.2.2 對棲息地按照HSI值排序
        5.2.3 精英策略
        5.2.4 遷徙操作
        5.2.5 變異操作
        5.2.6 基于插入鄰域的局部搜索算法
        5.2.7 IBBO算法流程
    5.3 仿真實驗與分析
        5.3.1 仿真實驗環(huán)境
        5.3.2 算法參數(shù)設置
        5.3.3 實驗結果與分析
    5.4 本章小結
第6章 離散化生物地理學算法求解中間存儲有限流水車間調度問題
    6.1 引言
    6.2 最小化總流水時間的中間存儲有限流水車間調度問題
    6.3 求解中間存儲有限流水車間調度問題一種離散化生物地理學優(yōu)化算法
        6.3.1 問題編碼
        6.3.2 問題初始化
        6.3.3 遷徙操作
        6.3.4 變異操作
        6.3.5 基于插入(insert)與交換(swap)交替進行的新型局部搜索算法
        6.3.6 DBBO算法流程
    6.4 仿真實驗與分析
        6.4.1 仿真實驗環(huán)境
        6.4.2 算法參數(shù)設置
        6.4.3 實驗結果與分析
    6.5 本章小結
第7章 總結與展望
    7.1 本文工作總結
    7.2 工作展望
參考文獻
作者簡介及在學期間所取得的科研成果
致謝



本文編號：4043865