求解作业车间调度问题的拟物拟人算法.pdfVIP

下载本文档

36
1
约8.51万字
约 59页
2017-09-16 发布于安徽
举报
版权申诉

求解作业车间调度问题的拟物拟人算法.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

录 1 绪论 1 1.1 研究背景及意义 1 1.2 研究现状 3 1.2.1 精确算法 3 1.2.2 近似算法 4 1.3 本文主要研究内容 7 1.4 本文的组织结构 8 2 作业车间调度问题的若干模型 9 2.1 作业车间调度问题的常用模型 9 2.1.1 甘特图(Gantt)模型 9 2.1.2 整数规划模型 10 2.1.3 线性规划模型11 2.1.4 联络图模型11 2.2 作业车间调度问题的弹性物理模型 13 2.3 弹性力和位移量 15 2.4 本章小结 17 3 作业车间调度问题的拟物拟人算法 18 3.1 算法的可行性 19 3.2 初始算法 23 3.3 拟物拟人算法 25 3.3.1 从后往前挤压 25 3.3.2 分组计算策 27 3.3.3 随机策 29 3.4 实验结果 30 3.5 本章小结 33 4 基于拟物拟人方法的禁忌搜索算法 34 4.1 禁忌搜索算法概述 34 4.2 基于拟物拟人方法的禁忌搜索算法 36 4.2.1 初始解和邻域结构 36 4.2.2 禁忌表 38 4.2.3 搜索和跳坑策 39 I 4.3 算法的实验结果 41 4.4 本章小结 44 5 总结与展望 46 5.1 全文总结 46 5.2 展望 47 参考文献 48 附录攻读硕士学位期间发表的论文 51 致谢 52 II Contents 1 Introduction 1 1.1 Background 1 1.2 Related Work 3 1.2.1 Optimal Algorithm 3 1.2.2 Approximate Algorithm 4 1.3 Study Content 7 1.4 Organization and Structure 8 2 Serval Model of the Job Shop Scheduling Problem 9 2.1 Common Model of the Job Shop Scheduling Problem 9 2.1.1 Gantt Graph Model 9 2.1.2 Integer Programming Model 10 2.1.3 Linear Programming Model 11 2.1.4 Disjunctive Graph Model 11 2.2 Elastic Physical Model of the Job Shop Scheduling Problem 13 2.3 Elastic and the Amount of Displacment 15 2.4 Summary 17 3 Quasi-Physics and Quasi-Human Algorithm for Solving the Job Shop Scheduling Problem 18 3.1 Feasibility of the Algorithm 19 3.2 Initial Algorithm 23 3.3 Quasi-Physics and Quasi-Human Algorithm 25 3.3.1 Press from Tail to Front 25 3.3.2 Grouped Computing Strategy 27 3.3.3 Random Strategy 29 3.4 Experiment Results