改進(jìn)的粒子群優(yōu)化算法在輪胎硫化車間調(diào)度的應(yīng)用研究.pdf

1、隨著計(jì)算機(jī)時(shí)代的來(lái)臨，輪胎生產(chǎn)這種傳統(tǒng)工藝面臨著巨大挑戰(zhàn)，如何高效生產(chǎn)且滿足客戶要求成為國(guó)內(nèi)外輪胎制造商們最需要解決的問(wèn)題。硫化工序作為輪胎生產(chǎn)的重要工序，對(duì)其車間生產(chǎn)進(jìn)行調(diào)度優(yōu)化對(duì)提升輪胎企業(yè)生產(chǎn)水平至關(guān)重要。因此，本文以輪胎硫化車間作為研究對(duì)象，著重研究硫化車間生產(chǎn)調(diào)度問(wèn)題。
　　通過(guò)查閱大量文獻(xiàn)，對(duì)硫化車間調(diào)度的研究現(xiàn)狀進(jìn)行闡述，分析輪胎硫化工序生產(chǎn)特點(diǎn)，根據(jù)硫化車間多目標(biāo)、多約束的實(shí)際生產(chǎn)情況，考慮各種影響硫化車間的生產(chǎn)因

2、素，提出并建立硫化車間的數(shù)學(xué)模型。
　　針對(duì)硫化車間存在的生產(chǎn)調(diào)度問(wèn)題，提出了一種結(jié)合遺傳算子的改進(jìn)粒子群優(yōu)化算法。該算法首先采用一種局部與全局相結(jié)合的搜索策略，引入局部極值概念對(duì)粒子群算法速度公式進(jìn)行修改，避免算法早熟收斂。再與遺傳算法融合，通過(guò)選擇、交叉、變異算子進(jìn)一步優(yōu)化，使結(jié)果向最優(yōu)值趨近。根據(jù)硫化車間特點(diǎn)，采用基于任務(wù)的編碼方式，使生產(chǎn)任務(wù)與硫化機(jī)器一一對(duì)應(yīng)。最后將改進(jìn)的粒子群優(yōu)化算法應(yīng)用于求解單目標(biāo)硫化車間調(diào)度優(yōu)化問(wèn)題

3、中，驗(yàn)證了該算法在實(shí)際生產(chǎn)調(diào)度過(guò)程中的可行性。
　　研究多目標(biāo)硫化車間生產(chǎn)調(diào)度問(wèn)題，引入Pareto解的相關(guān)概念。根據(jù)多目標(biāo)硫化車間的生產(chǎn)特點(diǎn)，提出一種多目標(biāo)粒子群混合算法。該算法采用自適應(yīng)慣性權(quán)重對(duì)粒子速度更新公式進(jìn)一步改進(jìn)，保持種群的多樣性，再與遺傳算法相結(jié)合，提高算法的搜索性能，使改進(jìn)后的算法能夠滿足多目標(biāo)的生產(chǎn)需求。通過(guò)與其它優(yōu)化算法在實(shí)際調(diào)度中的比較，驗(yàn)證了該算法的優(yōu)越性。
　　研究動(dòng)態(tài)不確定狀態(tài)下的多目標(biāo)硫化車間