改進(jìn)的蟻群算法在硫化車間調(diào)度問題中的應(yīng)用.pdf

1、輪胎制造行業(yè)是一個生產(chǎn)規(guī)模較大，資源和勞動力密集的行業(yè)，良好的生產(chǎn)計劃的制定對企業(yè)的生產(chǎn)過程和實際收益具有重大的意義。在輪胎生產(chǎn)中，硫化工序作為瓶頸工序，其調(diào)度計劃制定好壞直接影響整個輪胎生產(chǎn)流程的效率，因此本文主要研究硫化車間中的生產(chǎn)調(diào)度問題。
　　首先，本文介紹了車間調(diào)度的研究現(xiàn)狀，包括研究的車間調(diào)度的分類、特點(diǎn)、研究方法和發(fā)展趨勢。
　　其次，本文根據(jù)硫化車間真實的生產(chǎn)情況，如各種約束條件和企業(yè)目標(biāo)，提出并建立了硫化車

2、間的數(shù)學(xué)模型。
　　再次，本文針對針對基于最小化最大完成時間的硫化車間調(diào)度問題的特點(diǎn)，同時為了克服蟻群算法易陷入局部最優(yōu)的缺點(diǎn)，提出了一種以硫化車間調(diào)度問題為背景的改進(jìn)的蟻群算法。算法將遺傳算法融入到了蟻群算法的每次迭代過程中以加強(qiáng)算法的局部搜索能力，同時保持搜索解的多樣性;并利用蟻群算法正反饋的特性，加強(qiáng)整個算法的收斂速度，提高其求解效率。以硫化車間某生產(chǎn)小組為例，利用改進(jìn)后的蟻群算法進(jìn)行系統(tǒng)仿真，仿真結(jié)果結(jié)果與ACS算法、GA

3、AA算法進(jìn)行比較，證明本文提出的算法在求解質(zhì)量和收斂速度方面都更加有效。
　　然后，本文針對多目標(biāo)硫化車間調(diào)度問題進(jìn)行分析，并根據(jù)其特點(diǎn)對改進(jìn)的蟻群算法的函數(shù)進(jìn)行設(shè)計和改進(jìn)，使之能夠滿足多目標(biāo)的求解需求，通過系統(tǒng)仿真實驗驗證，本算法在求解質(zhì)量和收斂速度上都較MACS算法、MOGA算法更優(yōu)。
　　最后，本文針對動態(tài)不確定條件下的硫化車間生產(chǎn)調(diào)度問題，本文以硫化機(jī)故障為例，采用改進(jìn)的蟻群算法和滾動再調(diào)度技術(shù)相結(jié)合的方式，成功解決