协作计划与模糊调度集成模型及其混合协同进化算法研究

论文摘要

传统的生产计划与调度是一种串行工作方式,生产计划和生产调度相分离,生产计划不能响应生产调度的约束,生产调度也不能及时反馈到生产计划的制定中,遇到加工能力受制约,生产计划要考虑将部分工件外包给合作伙伴协作加工的情形,此外,传统的生产调度研究多数集中于理想、确定性的生产环境,而实际生产过程中有很多随机、不确定性的因素,如机器磨损导致加工能力下降、生产技术和加工技能改进等,复杂多变的生产环境中,工件加工时间和交货期会在一个范围内变化,用模糊量表示符合实际情况。因此,建立一个有效的协作计划与模糊调度集成模型凸显出重要意义。进化算法是求解生产计划与调度模型的有效手段,然而各种进化算法都有其自身特点和优势,同样存在着相应的弱点和不足,因此如何利用不同算法的优势取长补短凸显出重要性,大量理论研究表明将擅长全局寻优和擅长局部查找的进化算法相结合可以提高算法性能,表现出更快的收敛速度和更优的解质量。本文以协作计划与模糊调度集成模型为研究对象,以混合协同进化算法为研究方法,首先对模糊调度模型展开研究,接着讨论计划与模糊调度集成模型,然后研究协作计划与模糊调度集成模型,综合分析各种进化算法构建出混合进化算法框架,利用基于框架的混合进化算法对上述数学模型进行求解。1、系统总结生产计划与调度,概括出生产计划与调度的研究方法,讨论生产计划与调度领域的研究热点问题,特别对模糊调度、集成建模的国内外研究发展状况进行综述。2、讨论进化算法混合模式,提出混合进化算法基本框架,利用有限Markov链对基于框架的混合进化算法进行收敛性分析,通过遗传算法、蚁群算法、粒子群算法、和声搜索算法和差分进化算法描述混合进化算法框架的形式化。3、针对实际生产过程中出现的模糊性因素,构建模糊调度数学模型,讨论具体的模糊量操作方法,依据协同进化思想设计协同进化算法,其结合各个进化算法优势,摒弃劣势,高效地解决模糊调度模型算例。4、针对传统生产过程中生产计划和生产调度两个阶段不能有效衔接的问题,考虑加工时间和交货期模糊性因素,构建计划与模糊调度集成模型,并通过混合进化算法求解,其不仅考虑进化算法间的混合模式,还考虑进化算法间的协同模式,以适应上述两个阶段同步寻优,混合进化算法的有效性通过计划与模糊调度集成模型的算例得到验证。5、针对生产任务可以拆分的情形,通过生产协作计划构建协作计划与模糊调度集成模型,设计出混合进化算法对模型进行求解,其利用连续群算法求解连续性问题的优势,解决生产协作计划的制定,利用离散群算法解决生产调度的安排,通过算例验证协作计划与模糊调度集成模型的可行性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 生产计划与调度
• 1.1.1 计划与调度的概念
• 1.1.2 计划与调度的策略
• 1.2 生产计划与调度的研究方法
• 1.3 模糊调度与集成建模
• 1.3.1 模糊调度
• 1.3.2 集成建模
• 1.4 本文研究的意义和主要内容
• 1.4.1 本文研究的意义
• 1.4.2 本文的主要内容
• 第二章 混合进化算法框架
• 2.1 混合进化算法综述
• 2.1.1 混合进化算法
• 2.1.2 混合进化算法研究现状
• 2.2 混合进化算法基本框架描述
• 2.2.1 进化算法混合模式
• 2.2.2 混合进化算法基本框架
• 2.3 基于框架的混合进化算法性能分析
• 2.3.1 预备知识
• 2.3.2 基于有限Markov链的收敛性分析
• 2.4 混合进化算法框架的形式化
• 2.4.1 遗传算法
• 2.4.2 蚁群算法
• 2.4.3 粒子群算法
• 2.4.4 差分进化算法
• 2.4.5 和声搜索算法
• 2.5 本章小结
• 第三章 模糊调度模型及其协同进化算法
• 3.1 引言
• 3.2 相关模糊理论
• 3.2.1 模糊集合
• 3.2.2 模糊量表示
• 3.2.3 模糊量运算
• 3.3 模糊调度模型描述
• 3.3.1 模糊调度问题
• 3.3.2 模糊调度模型
• 3.3.3 调度算法描述
• 3.4 协同进化算法描述
• 3.4.1 协同进化流程
• 3.4.2 种群的初始化
• 3.4.3 个体交叉策略
• 3.4.4 嵌入禁忌搜索的遗传算法子流程
• 3.4.5 离散粒子群算法子流程
• 3.4.6 算法步骤
• 3.5 算例仿真和分析
• 3.6 本章小结
• 第四章 计划与模糊调度集成模型及其算法
• 4.1 引言
• 4.2 计划与模糊调度集成建模描述
• 4.2.1 多目标调度优化
• 4.2.2 计划与模糊调度集成模型
• 4.3 混合进化算法描述
• 4.3.1 混合进化流程
• 4.3.2 离散和声搜索算法子流程
• 4.3.3 结合模拟退火的遗传算法子流程
• 4.3.4 蚁群算法子流程
• 4.3.5 算法步骤
• 4.4 算例仿真和分析
• 4.5 本章小结
• 第五章 任务可分的协作计划与模糊调度集成模型及其算法
• 5.1 引言
• 5.2 协作计划与模糊调度集成模型
• 5.3 混合进化算法描述
• 5.3.1 混合进化流程
• 5.3.2 差分进化算法子流程
• 5.3.3 插入邻域搜索的蚁群算法子流程
• 5.3.4 算法步骤
• 5.4 算例仿真和分析
• 5.5 本章小结
• 第六章 计划与调度集成系统的设计与实现
• 6.1 引言
• 6.2 系统开发平台与实现技术
• 6.2.1 Netbeans 6.8开发平台
• 6.2.2 实现技术
• 6.3 系统功能模块设计
• 6.4 系统实现
• 6.5 本章小结
• 第七章 总结与展望
• 7.1 本文工作总结
• 7.2 后续研究展望
• 参考文献
• 致谢
• 攻读学位期间发表学术论文目录
• 攻读学位期间参与科研项目