基于离散量子微粒群优化算法的车间生产调度研究

论文摘要

车间生产调度是加工制造系统和流程工业生产中一个重要环节。在当今世界资源日益短缺,企业竞争激烈,客户需求多样化和个性化的情况下,调度水平直接影响到生产资源的配置,决定着生产过程能否顺利、安全、高效地进行。然而,车间生产调度通常是一个具有强NP （Non-deterministic polynomial,非确定性多项式）难的复杂组合优化问题,且问题类型繁多,条件多变。关于车间生产调度问题的研究一直吸引着广大学者的广泛关注。本论文围绕车间生产调度问题的求解展开,主要研究内容如下：1.针对车间生产调度的NP复杂性,本文提出一种简单有效的离散量子微粒群优化算法（DQPSO）。该算法结合了量子微粒群优化算法（QPSO）和遗传算法（GA）的交叉、变异操作,使DQPSO能够直接用于求解车间生产调度这类组合优化问题。另外,通过引入NEH启发式方法和变量邻域搜索策略（VNS）,能够进一步提高解的多样性和寻优质量。对流水线和作业车间调度标准测试算例的仿真表明了DQPSO算法的有效性。2.由于车间生产调度问题变量众多,数学表达式复杂,求取目标函数值计算代价巨大。为此本文针对DQPSO算法的变异操作在无等待流水线作业车间调度问题上的应用,提出一种快速算法（speed-up method）来计算目标函数值,使计算时间复杂度从O（mn）降低到O（3m）,大大提高了算法效率。3.将本文提出的DQPSO算法用于柔性作业车间调度的工业实例,计算表明DQPSO的寻优结果为工业应用提供了多种有效的调度策略。最后,总结本文所做的工作,并对车间生产调度研究面临的问题和发展前景进行了讨论。

论文目录

• 致谢
• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 引言
• 1.2 车间生产调度问题概述
• 1.2.1 车间生产调度问题的研究背景和意义
• 1.2.2 车间生产调度问题的描述和分类
• 1.2.3 车间生产调度问题的特点
• 1.2.4 车间生产调度问题的性能指标
• 1.2.5 流水线车间（Flow-shop）和作业车间（Job-shop）调度问题
• 1.3 车间生产调度问题的研究现状和发展趋势
• 1.3.1 车间生产调度问题的研究现状
• 1.3.2 车间生产调度问题的发展趋势
• 1.4 本文的研究内容和组织结构
• 1.4.1 研究内容
• 1.4.2 组织结构
• 第2章 量子微粒群优化算法
• 2.1 引言
• 2.2 基本微粒群优化算法
• 2.2.1 基本微粒群优化算法原理
• 2.2.2 基本微粒群优化算法流程和特点
• 2.2.3 微粒群优化算法的研究方向
• 2.3 量子微粒群优化算法
• 2.3.1 量子微粒群优化算法原理
• 2.3.2 量子微粒群优化算法流程和特点
• 2.3.3 量子微粒群优化算法的研究方向
• 2.4 小结
• 第3章 基于离散量子微粒群优化算法的流水线车间调度
• 3.1 引言
• 3.2 置换流水线车间调度问题描述
• 3.3 基于离散量子微粒群优化算法的置换流水线车间调度
• 3.3.1 基于NEH方法的种群初始化
• 3.3.2 离散量子微粒群优化算法
• 3.3.3 变量邻域搜索
• 3.3.4 离散量子微粒群优化算法流程
• 3.3.5 仿真结果分析
• 3.4 基于离散量子微粒群优化算法的无等待流水线车间调度
• 3.4.1 无等待流水线车间调度问题描述
• 3.4.2 无等待流水车间调度的快速算法
• 3.4.3 仿真结果分析
• 3.5 小结
• 第4章 基于离散量子微粒群优化算法的作业车间调度
• 4.1 引言
• 4.2 作业车间调度问题概述
• 4.2.1 作业车间调度问题描述
• 4.2.2 作业车间调度算法研究
• 4.2.3 作业车间调度的编码和解码
• 4.3 基于离散量子微粒群优化的作业车间调度
• 4.3.1 编码和解码
• 4.3.2 两层结构的离散量子微粒群算法
• 4.3.3 仿真结果分析
• 4.4 柔性作业车间调度
• 4.4.1 柔性作业车间调度概述
• 4.4.2 调度流程
• 4.4.3 仿真算例分析
• 4.5 小结
• 第5章 总结与展望
• 5.1 总结
• 5.2 展望
• 参考文献
• 作者简介
• 攻读硕士学位期间取得的科研成果