基于人工鱼群算法的柔性作业车间调度研究-计算机应用技术专业论文.docxVIP

研究生优秀毕业论文 大连理工大学硕士学位论文摘 大连理工大学硕士学位论文 摘 要 车间调度是通过合理安排各种生产资源以满足企业生产的某些性能指标，它是制造 企业提升自身市场竞争力的关键因素。相对于传统调度问题，柔性作业车间调度问题增 加了加工机器柔性的特性，使其更贴近企业的现实生产模式，因而对它的研究更具实际 应用价值。本文以一种新型的群智能算法一人工鱼群算法为基本优化算法，分别针对柔 性作业车间调度中的单目标和多目标两类问题模型展开讨论，本文的主要工作概述如下： (1)对于柔性作业车间调度问题，加工机器选择子问题的解决会影响到工序的加 工顺序子问题的求解，反之亦然，因此两个子问题之间是相互制约和相互影响的。本文 提出了前置安排策略和后置安排策略，它们分别以不同的先后顺序处理两个子问题从而 产生不同的调度方案，保证了种群的多样性。 (2)在求解单目标柔性作业车间调度问题时，本文设计了一种基于分布估计的人 工鱼群算法，该算法是对基本人工鱼群算法的一种改进：为提高算法搜索的导向性设计 了带有分布估计能力的觅食行为，为加强算法的全局搜索能力提出了人工鱼吸引行为， 加入了基于关键路径的局部搜索以均衡算法探索和开发能力。使用160个经典用例对提 出的算法进行实验，通过与其他优化算法地比较，证明了算法求解单目标问题的有效性。 (3)针对最大完工时问、最大机器负载、总机器负载三个目标的柔性作业车问调 度模型，受协同进化思想地启发，提出了一种协同混合人工鱼群算法：该算法在求解过 程中通过鱼群的多种群协同进行全局搜索，并与模拟退火算法协同增强局部搜索能力， 另外针对多目标问题设计了改进的s-Pareto支配策略对适用度值进行评价，且在算法中 采用拥挤距离和精英保留策略保持鱼群中个体的多样性；最后通过实验验证了该算法可 以得到更优质的非劣解。 关键词：柔性作业车间调度；人工鱼群算法；分布估计；多目标优化；协同进化 万方数据 基于人工鱼群算法的柔性作业车问调度研究Research 基于人工鱼群算法的柔性作业车问调度研究 Research of Flexible Job Shop Scheduling Problem Based on Artificial Fish Swarm Algorithm Abstract The iob．shop scheduling is to meet some of performance indicators by reasonable arranging the production resources，which is the key factor for improving the market competitiveness of manufacturing enterprises．Compared to the classic job-shop scheduling problem(JSP)，flexible job—shop scheduling problem(FJSP)increases the flexibility of machines selection，making it closer to the actual production environment．Thereby the research of solving FJSP has important practical application value．In this paper，a latest swaIITI intelligence optimization algorithm which is artificial fish—swarm algorithm(AFSA) is used to respectively optimize the single—objective FJSP and multi-objective FJSP．111e main works are summarized as follows： (1)ne flexible job—shop scheduling problem needs to solve machine selection sub—problem and operation scheduling sub-problem．When。one problem is solved，it may affect other problem to solve，SO two sub．problems are mutual restricfion and influence．The pre·-principle arranging mechanism and post·-principle