基于流程工業(yè)生產(chǎn)調(diào)度問題優(yōu)化與仿真研究.pdf

1、流程工業(yè)生產(chǎn)調(diào)度問題是流程企業(yè)關(guān)注的最主要的問題之一，它在企業(yè)的生產(chǎn)過程中有著不可忽視的作用?；旌狭魉囬g調(diào)度問題在流程工業(yè)生產(chǎn)調(diào)度中有著廣泛的研究，因此本文以混合流水車間調(diào)度問題為主要研究?jī)?nèi)容。在混合流水車間生產(chǎn)調(diào)度模型中，傳統(tǒng)的模型求解方法很容易陷入局部最優(yōu)解和早熟收斂，因此會(huì)影響到企業(yè)制定合理的生產(chǎn)調(diào)度方案。如果整個(gè)生產(chǎn)車間中出現(xiàn)機(jī)器設(shè)備等故障時(shí)，會(huì)直接導(dǎo)致當(dāng)前調(diào)度方案失效。
　　鑒于以上問題，本文研究了一系列粒子群算法的改

2、進(jìn)和Petri網(wǎng)。利用改進(jìn)加速粒子群算法來求解混合流水車間調(diào)度模型；利用Petri網(wǎng)的動(dòng)態(tài)仿真能力建立了三階混合流水車間機(jī)器故障模型。使用以上方法不但提高了模型的求解精度，還實(shí)現(xiàn)了對(duì)故障模型的研究。本文主要研究工作如下：
　?。?）為了提高混合流水車間調(diào)度模型的求解能力，本文對(duì)粒子群算法進(jìn)行了研究。在粒子群算法中，加速粒子群算法能夠明顯改善標(biāo)準(zhǔn)粒子群算法的搜索能力和收斂速度，但是它容易陷入局部最優(yōu)和早熟收斂；改進(jìn)加速粒子群算法，不

3、僅保證了粒子的種群數(shù)量，還能夠避免出現(xiàn)局部最優(yōu)和早熟收斂等問題。本文通過比較相關(guān)的測(cè)試函數(shù)，證明了改進(jìn)加速粒子群算法的有效性。
　?。?）利用改進(jìn)加速粒子群算法對(duì)混合流水車間模型進(jìn)行求解。研究混合流水車間調(diào)度問題的粒子群算法有很多優(yōu)勢(shì)，但是粒子群算法自身局限性不能夠滿足混合流水車間優(yōu)化問題的條件。利用改進(jìn)加速粒子群算法來求解以最大完工時(shí)間為目標(biāo)函數(shù)的混合流水車間調(diào)度模型，通過實(shí)驗(yàn)對(duì)比，證明此方法可行。
　　（3）運(yùn)用Petr