多種群協(xié)同進化的微粒群優(yōu)化算法及其在橡膠硫化車間生產調度中的應用.pdf

1、車間生產調度是企業(yè)管理的關鍵和核心技術，其主要任務是合理分配現(xiàn)有的人力和物力資源，以滿足經濟上或性能上的目標。本文對橡膠硫化車間的調度問題進行了系統(tǒng)研究，對實際問題進行分析、建模，并提出算法對其進行優(yōu)化。其目的是從理論和實踐尋找解決制造業(yè)生產調度實際問題的有效途徑，為有關技術的進一步完善、發(fā)展和開發(fā)提供一定的理論基礎和實踐方法。 本文的主要工作歸納如下： (1)介紹了生產調度問題的分類、研究現(xiàn)狀和優(yōu)化調度問題的主要目標；

2、分析了調度問題的特點及研究生產調度問題的理論。在此基礎上，分析橡膠硫化車間的生產特點，建立了有組批和無組批兩種情況下的調度模型。在建立有組批情況下的模型時，提出一種基于訂單劃分計算組批數(shù)量的方法，這種方法在編碼、解碼以及算法優(yōu)化過程中更容易實現(xiàn)。 (2)在全面總結研究原始微粒群算法的基礎上，提出一種基于多種群協(xié)同進化策略的離散微粒群優(yōu)化算法(簡稱CDPSO算法)。該算法在編碼上采用離散化基于任務的整數(shù)編碼思想，引入部分匹配交叉策

3、略和步長可變的逆序變異策略，并設計了捕食者種群、被捕食者種群和獲利者種群之間的協(xié)同進化關系。 (3)依據(jù)硫化車間的生產實際，建立了靜態(tài)和動態(tài)調度模型，設計模型的編碼、解碼方式和非法粒子的判斷算法；用CDPSO算法進行靜態(tài)和動態(tài)調度優(yōu)化，并與GA、PSO和IPSO算法進行仿真比較，結果證實，CDPSO算法比其它算法的調度效果更好。 (4)研究了多目標優(yōu)化問題，建立基于最短完工時間，最少換模成本和最小機器空閑率為優(yōu)化目標的調