动态调度系统模型及其混合粒子群算法

《动态调度系统模型及其混合粒子群算法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、沈阳理工大学硕士学位论文动态调度系统模型及其混合粒子群算法姓名：郝平波申请学位级别：硕士专业：检测技术与自动化装置指导教师：魏英姿2011-03沈阳理工大学硕士学位论文摘要生产调度是制造系统的一个研究热点，是整个先进生产制造系统实现管理技术、运筹技术、优化技术与计算机技术发展的核心。有效的调度方法和优化技术的研究与应用，是实现先进制造和提高生产效率的基础和关键。本文研究生产调度这一类NP难题。首先系统的阐述生产调度问题的研究内容、研究方法、发展状况及存在的问题。对粒子群算法和蚁群算法的基本思想、算法流程及性能做了详细介绍，描述以上两种算法融合的理论基础。提出粒子群-蚁群主从两级结

2、构为主，其它智能优化算法为辅的混合粒子群算法结构。其次，根据流水线调度问题和作业车间调度问题的求解特点，分别设计了不同的粒子编码方法表达问题的解，提出将粒子划分为多个基因片段，采用混合粒子群优化技术对基因片段进行优化。研究了基因片段的分解与转移，通过基因片段划分测试实验，确定了基因片段的划分方法。再次，混合粒子群算法在迭代后期会出现大量相似的粒子位置，使得粒子多样性在降低，本文提出了粒子的编码冗余更新方法，采取加快粒子飞行速度的策略，提高粒子群的多样性。通过基准测试算例的仿真实验，验证了混合粒子群算法求解流水线调度问题和作业车间调度问题的有效性。最后，通过对动态作业车间调度问题的

3、详细分析，采用结合事件驱动和周期性驱动的混合驱动策略，将周期滚动窗口技术作为周期性驱动策略的实现技术，建立了动态作业车间调度问题的数学模型。将混合粒子群算法中的信息素更新方式、惯性权重和局部搜索方式进行重新设计，用于求解动态作业车间调度问题。通过测试算例的仿真实验，验证了动态作业车间调度问题数学模型的可靠性和混合粒子群算法的有效性。关键词：动态调度，粒子群优化算法，蚁群优化算法，基因片段，编码冗余沈阳理工大学硕士学位论文AbstractProductionschedulingisahotspotofmanufacturingsystemandthecoreofthewholead

4、vancedmanufacturingsystemtoachievethedevelopmentofmanagementtechnology,optimizetechnologyandcomputertechnology.Theresearchandapplicationofeffectiveschedulingmethodandoptimizationtechnologyisthefoundationandthekeytorealizeadvancedmanufacturingandimproveproductionefficiency.Thispaperstudiesthep

5、roductionschedulingthatNPdifficultproblem.Firstsystematicexpatiationtheresearchcontents,theresearchmethods,developmentsituationandexistingproblemsofproductionschedulingproblem.Introducebasicideasandalgorithmproceduresandperformanceofparticleswarmalgorithmandantcolonyalgorithm,describingabovet

6、woalgorithmfusiontheoreticalbasis.Proposedtheparticleswarmoptim1izationandantcolonyalgorithmmaster-slavetwo-levelstructurewhichisconsideredfirstly,whilemakingotherintelligentoptimizationalgorithmastheauxiliaryhybridparticleswarmalgorithmstructure.Secondly,accordingtothesolvingcharacteristicso

7、fflowshopschedulingproblemandjobshopschedulingproblem,designrespectivelydifferentparticlecodingmethodtoexpressthesolution,andputforwardtheparticlesintomultiplegenesegment,usinghybridparticleswarmalgorithmtechnologytooptimizeongenesegment.Stud