不確定環(huán)境下的多目標(biāo)進(jìn)化算法研究及應(yīng)用.pdf

1、進(jìn)化算法已經(jīng)被證明是能夠有效地解決多目標(biāo)優(yōu)化問(wèn)題的隨機(jī)搜索算法之一。實(shí)際應(yīng)用中的多目標(biāo)問(wèn)題往往是復(fù)雜的,非線性的,甚至是不確定,多目標(biāo)進(jìn)化算法以其優(yōu)越的搜索能力,常用來(lái)解決復(fù)雜的和非線性的問(wèn)題,而在不確定環(huán)境下的多目標(biāo)進(jìn)化算法的性能研究以及應(yīng)用均較少。由于算法的對(duì)抗干擾的能力決定了算法在工程領(lǐng)域的實(shí)用性,不確定性對(duì)優(yōu)化算法的影響開(kāi)始引起了研究者們的關(guān)注。車間調(diào)度是先進(jìn)生產(chǎn)的要求,是生產(chǎn)資源最優(yōu)化,生產(chǎn)成本最低化的有效保證,是生產(chǎn)自動(dòng)化的

2、一個(gè)重要方面,也是有效提高生產(chǎn)效率的重要方式,因此車間調(diào)度問(wèn)題得到了決策者和研究者的廣泛關(guān)注。流水車間調(diào)度問(wèn)題因其理論上的復(fù)雜性和實(shí)際應(yīng)用中的典型性十分具有研究?jī)r(jià)值。但是通常研究者們會(huì)忽略掉調(diào)度過(guò)程中的不確定性,將流水車間調(diào)度問(wèn)題中的許多參數(shù)視為定值,但是實(shí)際生產(chǎn)生活的許多不確定因素是不能夠忽視的,決策的改變,生產(chǎn)環(huán)境的變化,設(shè)備工作狀態(tài)均有可能影響調(diào)度方案的有效性,所以對(duì)不確定流水車間問(wèn)題的研究具有現(xiàn)實(shí)意義,是調(diào)度算法魯棒性的一個(gè)體現(xiàn)

3、。本文的主要工作如下:
　　一、在不確定環(huán)境下多目標(biāo)進(jìn)化算法性能研究方面,選取近年來(lái)具有代表性的多目標(biāo)進(jìn)化算法(Multi-Objective Evolutionary Algorithms, MOEAs):NSGA-II,SPEA2,GDE3作為待研究的算法。采用UA,GD,IGD,HV四種評(píng)價(jià)參數(shù),用實(shí)驗(yàn)的方法分析三種算法在噪聲環(huán)境下的性能,測(cè)試了不同噪聲規(guī)模下評(píng)價(jià)參數(shù)的有效性,同時(shí)研究了蒙特卡羅積分的方法進(jìn)行顯示平均的方法適

4、用的噪聲范圍。
　　二、為對(duì)求解流水車間調(diào)度問(wèn)題打下基礎(chǔ),先對(duì)具有代表性的無(wú)等待流水車間調(diào)度問(wèn)題(NWFS)進(jìn)行了研究,提出了一種帶有鄰域搜索的分布估計(jì)算法求解NWFS問(wèn)題。首先提出并證明NWFS相鄰兩工件必在某一車床的零間隙性,并根據(jù)此性質(zhì)提出了一種快速計(jì)算總時(shí)間表長(zhǎng)的算法。其次提出了一種基于圖論的鄰域搜索算法,將尋找使總時(shí)間表長(zhǎng)減少最多的多重插入的鄰域搜索過(guò)程轉(zhuǎn)化為尋找權(quán)值最大零圖的過(guò)程,能快速找到使加工周期減少最多的獨(dú)立插入