粒子群算法求解作业车间调度问题研究-检测技术与自动化装置专业论文.docxVIP

摘要摘要 摘要 摘要 良好的生产调度是企业实现科学管理和提高生产效率的前提。随着科技的 发展，生产规模越来越大，复杂程度越来越高，市场竞争越来越强。合理地利 用资源在有效时间内创造最大的价值，是现代制造工业所追求目标。作业车间 调度是一个典型的调度模型，已经受到了许多国内外研究者的关注。因此，合 理的利用优化算法实现调度问题的分配决策和时间决策，具有一定的理论价值 和现实意义。粒子群优化算法是群体智能的典型代表，它具有原理简单，调节 参数少，收敛速度快等优点，已经成功应用在工业，工程，经济等方面，成为 优化算法的研究热点和前沿。 本文围绕粒子群算法及其应用，就如何改进标准粒子群算法性能及该算法 在作业车间调度上的应用进行了深入研究。首先介绍了本文的研究背景和国内 外的研究进展，给出了研究目的意义，近年来研究车间调度问题的方法。其次 描述了作业车间调度问题，总结了离散粒子群算法的研究及改进方法。深入分 析基本粒子群算法的原理，结合交叉变异，模拟退火思想，给出了适合作业车 间调度问题的离散粒子群模型。然后，针对基本粒子群算法局部搜索性能差的 缺点，改进了基于“第三参考点”的改进离散粒子群算法，仿真实验表明改进 离散粒子群算法在静态作业车间调度问题上有更好的收敛性和有效性。并将改 进离散算法应用到具有模糊加工时I’日J和模糊交货期的作业车间调度问题上，实 验结果表明，该算法在模糊作业车间调度上的可行性。最后改进了自适应离散 粒子群算法，让粒子位置更新方程的控制参数随着进化代数和群体聚集度的变 化调整，采用工序块变异方式作为局部搜索策略，更好地收敛到全局最优。 关键词：离散粒子群作业车间调度交叉变异模拟退火工序块变异 自 适应 Abstract————————————————————————————————————————————————————一一● Abstract ————————————————————————————————————————————————————一一● Abstract Good production scheduling is essential to effectiveness of enterprise management and efficiency of production．Production is more of large scale and complicated with the progress in technology,and market competition is beeoming stronger．Modem manufacturing is aimed to create value as much as possible through rational utilization of resources within a given time period．Job shop scheduling problem，aS a claSsic model of scheduling problem，remains a main concern for researchers home and abroad．Thus，to realize the decision．making process in job distribution and time through proper use of optimization algorithm is considered valuable in both theory and practice．Particle swarm optimization(PSO)， a representative technology in collective intelligence,characteristic of simple principle，fewer parameters and rapid convergence，has been successfully applied in a variety of industries．And it is a hot term on the frontiers of the optimization algorithm research． This paper is intended to present a deep study of how to improve the performance and applicability of standard particle swarm optimization．First it introduces the research backgr