基于離散量子微粒群優(yōu)化算法的車間生產(chǎn)調(diào)度研究.pdf

1、車間生產(chǎn)調(diào)度是加工制造系統(tǒng)和流程工業(yè)生產(chǎn)中一個(gè)重要環(huán)節(jié)。在當(dāng)今世界資源日益短缺,企業(yè)競(jìng)爭(zhēng)激烈,客戶需求多樣化和個(gè)性化的情況下,調(diào)度水平直接影響到生產(chǎn)資源的配置,決定著生產(chǎn)過程能否順利、安全、高效地進(jìn)行。然而,車間生產(chǎn)調(diào)度通常是一個(gè)具有強(qiáng)NP(Non-deterministic polyuomial,非確定性多項(xiàng)式)難的復(fù)雜組合優(yōu)化問題,且問題類型繁多,條件多變。關(guān)于車間生產(chǎn)調(diào)度問題的研究一直吸引著廣大學(xué)者的廣泛關(guān)注。
　　 本論

2、文圍繞車間生產(chǎn)調(diào)度問題的求解展開,主要研究?jī)?nèi)容如下:
　　 1.針對(duì)車間生產(chǎn)調(diào)度的NP復(fù)雜性,本文提出一種簡(jiǎn)單有效的離散量子微粒群優(yōu)化算法(DQPSO)。該算法結(jié)合了量子微粒群優(yōu)化算法(QPSO)和遺傳算法(GA)的交叉、變異操作,使DQPSO能夠直接用于求解車間生產(chǎn)調(diào)度這類組合優(yōu)化問題。另外,通過引入NEH啟發(fā)式方法和變量鄰域搜索策略(VNS),能夠進(jìn)一步提高解的多樣性和尋優(yōu)質(zhì)量。對(duì)流水線和作業(yè)車間調(diào)度標(biāo)準(zhǔn)測(cè)試算例的仿真表明了

3、DQPSO算法的有效性。
　　 2.由于車間生產(chǎn)調(diào)度問題變量眾多,數(shù)學(xué)表達(dá)式復(fù)雜,求取目標(biāo)函數(shù)值計(jì)算代價(jià)巨大。為此本文針對(duì)DQPSO算法的變異操作在無等待流水線作業(yè)車間調(diào)度問題上的應(yīng)用,提出一種快速算法(speed-up method)來計(jì)算目標(biāo)函數(shù)值,使計(jì)算時(shí)間復(fù)雜度從O(mn)降低到O(3m),大大提高了算法效率。
　　 3.將本文提出的DQPSO算法用于柔性作業(yè)車間調(diào)度的工業(yè)實(shí)例,計(jì)算表明DQPSO的尋優(yōu)結(jié)果為工業(yè)