面向復(fù)雜制造系統(tǒng)的智能生產(chǎn)調(diào)度方法及其應(yīng)用研究.pdf

1、東華大學(xué)博士學(xué)位論文面向復(fù)雜制造系統(tǒng)的智能生產(chǎn)調(diào)度方法及其應(yīng)用研究姓名：吳珊珊申請(qǐng)學(xué)位級(jí)別：博士專業(yè)：機(jī)械制造及其自動(dòng)化指導(dǎo)教師：李蓓智201109東華大學(xué)博士學(xué)位論文計(jì)算方法設(shè)計(jì)復(fù)雜的局限性，拓展了調(diào)度問(wèn)題的研究方法并提高了運(yùn)算效率。(4)提出和實(shí)現(xiàn)了權(quán)重自適應(yīng)智能算法實(shí)際制造過(guò)程中，由于不同企業(yè)、不同調(diào)度對(duì)象、不同調(diào)度周期等，調(diào)度目標(biāo)及其組合關(guān)系非常復(fù)雜。通過(guò)建立多目標(biāo)優(yōu)化調(diào)度問(wèn)題的模型和對(duì)基于生物智能算法的特性分析，結(jié)合了生物智能

2、優(yōu)化算法的優(yōu)點(diǎn)，提出了多目標(biāo)的權(quán)重自適應(yīng)智能算法(WeightedSelfAdaptiveIntelligentAlgorithm，WSAIA)，通過(guò)生物智能算法種群的進(jìn)化及設(shè)置不同級(jí)別的繁衍系數(shù)，降低對(duì)目標(biāo)的人為干預(yù)或盲目設(shè)定的影響，確保種群多樣化，平衡全局搜索和局部尋優(yōu)，提高了多目標(biāo)調(diào)度問(wèn)題的求解效率和質(zhì)量。(5)提出和實(shí)現(xiàn)了基于混沌的改良免疫算法構(gòu)建了滿足工藝約束與資源約束，以總工期最小為目標(biāo)的資源受限調(diào)度問(wèn)題的數(shù)學(xué)模型。研究了混

3、沌系統(tǒng)的特征，設(shè)計(jì)了由多個(gè)混沌函數(shù)(Logistic，Tent和Sinusoidal)構(gòu)成的混沌生成算子。分析了基于生物智能優(yōu)化算法的特點(diǎn)，引入混沌生成算子和并行變異算子，提出了基于混沌的改良免疫算法(ChaosbasedImprovedImmuneAlgorithm，CBIIA)。在種群初始化階段，用混沌生成算子替代傳統(tǒng)的隨機(jī)數(shù)生成方式。在變異階段，提出了基于高斯策略和柯西策略的并行變異操作替代常用的點(diǎn)變異，并行變異操作中用柯西策略實(shí)