2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩160頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、工藝規(guī)劃和車間調(diào)度是制造系統(tǒng)中兩個十分重要的子系統(tǒng)。在傳統(tǒng)的研究中,研究人員將工藝規(guī)劃和車間調(diào)度作為各自獨立的系統(tǒng),分別對兩者進(jìn)行獨立的研究,對它們的集成研究還不夠。然而事實上,如果把工藝規(guī)劃和車間調(diào)度系統(tǒng)進(jìn)行集成可以較好地提高制造系統(tǒng)的工作效率。所以,工藝規(guī)劃與車間調(diào)度集成越來越受到學(xué)者和工程技術(shù)人員的重視。
   工藝規(guī)劃與車間調(diào)度集成(IPPS)問題是最困難的NP-Complete組合優(yōu)化問題之一,經(jīng)過幾十年的發(fā)展,研究人

2、員提出了不少求解該問題的方法,但是至今最好的算法仍很難有效地的求解該問題。本文的主要目的是深入研究IPPS問題,探索該問題在不同條件下高效的求解方法。首先,本文深入研究了IPPS優(yōu)化模型:基于作業(yè)車間調(diào)度的混合整數(shù)規(guī)劃模型,提出了IPPS問題的數(shù)學(xué)模型,并提出了集成優(yōu)化策略對IPPS問題進(jìn)行求解,該策略為后續(xù)研究提供指導(dǎo);然后,根據(jù)提出的集成優(yōu)化策略,分別對各部分進(jìn)行詳細(xì)研究:一、深入研究了遺傳算法在柔性工藝規(guī)劃問題中的應(yīng)用。提出了針對

3、柔性工藝規(guī)劃問題的多部分編碼方式,這更有利于算法算子的操作;并提出了新的交叉方法,避免了非法解的產(chǎn)生,提高了求解效率;針對編碼特點,設(shè)計了相應(yīng)的變異算子。使用實例對改進(jìn)的遺傳算法進(jìn)行了測試,并與其它算法進(jìn)行了比較,驗證了該編碼方法和操作算子的有效性和優(yōu)越性。二、在以上研究的基礎(chǔ)上,深入研究了改進(jìn)遺傳算法求解IPPS問題?;谝陨系募蓛?yōu)化策略,提出了改進(jìn)遺傳算法求解IPPS問題的流程,在該流程中:車間調(diào)度問題的染色體編碼采用基于工序的編

4、碼,采用活動調(diào)度的解碼方式;結(jié)合問題本身特點設(shè)計了車間調(diào)度問題的交叉算子和變異算子。使用基準(zhǔn)實例測試改進(jìn)的遺傳算法,并與其它算法進(jìn)行了比較,驗證了該算法的有效性和優(yōu)越性。
   研究表明單一算法較難解決復(fù)雜的組合優(yōu)化問題,幾種優(yōu)化算法的合理混合能提供更強大的搜索能力。本文將具有較強全局搜索能力的遺傳算法和具有較強局部搜索能力的禁忌搜索算法有機結(jié)合,提出了求解IPPS問題的混合優(yōu)化算法。該算法能較好地平衡其集中搜索和分散搜索的能力

5、,彌補了單一算法各自的缺點。針對IPPS問題的特點,選取并改進(jìn)了相應(yīng)的鄰域結(jié)構(gòu)。采用基準(zhǔn)實例測試提出的混合算法,并與其它算法進(jìn)行比較,結(jié)果顯示了混合算法的有效性和優(yōu)越性。
   在企業(yè)的實際生產(chǎn)中,多目標(biāo)問題普遍存在。在現(xiàn)階段,對IPPS的研究主要是集中在單目標(biāo)問題上。本文在對單目標(biāo)IPPS問題研究成果的基礎(chǔ)上,對多目標(biāo)IPPS問題進(jìn)行了較深入的研究,提出了一個基于多目標(biāo)進(jìn)化算法的求解方法來對多目標(biāo)IPPS問題進(jìn)行研究,然后采用

6、實例測試提出的求解算法,驗證了該算法的有效性。
   傳統(tǒng)上,針對IPPS的研究大多集中在靜態(tài)環(huán)境下,但是實際生產(chǎn)過程中存在著種種隨機的和不確定的干擾因素。靜態(tài)IPPS的結(jié)果很難適應(yīng)實際生產(chǎn)的需要,有必要對已有的結(jié)果根據(jù)這些變化進(jìn)行及時的調(diào)整。本文結(jié)合實際生產(chǎn)的需求對動態(tài)環(huán)境下的IPPS問題進(jìn)行了研究,是傳統(tǒng)IPPS問題的一種擴(kuò)展。結(jié)合動態(tài)調(diào)度的已有研究成果以及前面提出的優(yōu)化算法,提出了一種基于改進(jìn)遺傳算法的動態(tài)調(diào)度策略。然后對

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論