動態(tài)不確定條件下橡膠硫化車間生產(chǎn)調(diào)度問題研究.pdf

1、針對動態(tài)不確定條件下的硫化車間硫化工序生產(chǎn)調(diào)度問題進行了研究，首先對硫化工序問題進行分析、建模，然后對標準微粒群優(yōu)化算法進行了改進、仿真，目的是對動態(tài)不確定條件下的硫化車間生產(chǎn)調(diào)度問題尋求有效途徑，進一步完善相關(guān)技術(shù)，提供一定的理論基礎(chǔ)和實踐方法。
　　 主要研究成果歸納如下：
　　 (1)提出一種基于混沌雙變異多種群協(xié)同合作的微粒群優(yōu)化算法，新算法從三個方面對基本微粒群優(yōu)化算法進行了改進。首先，針對基本微粒群優(yōu)化算法搜

2、索過程的不足，進行混沌初始化；其次，根據(jù)實際硫化工序的特點，提出位值變異和變步長逆序變異的雙變異原理；最后，通過多種群協(xié)同合作的更新策略，對微粒群優(yōu)化算法進行多種群協(xié)同進化，不但保持了種群的多樣性，而且使算法避免陷入局部最優(yōu)。
　　 (2)根據(jù)硫化車間硫化工序的特點，分析了多目標硫化工序生產(chǎn)調(diào)度的特點，對多目標硫化車間進行了模型建立。并將改進的微粒群優(yōu)化算法同標準遺傳算法，標準微粒群算法，以及文獻改進的微粒群優(yōu)化算法進行了仿真比

3、較，仿真結(jié)果表明，本文提出的改進微粒群優(yōu)化算法在解決實際硫化車間調(diào)度問題，效果更優(yōu)。
　　 (3)針對動態(tài)不確定條件下的硫化車間生產(chǎn)調(diào)度問題，分別從等同硫化機和非等同硫化機兩個方面進行研究。針對非等同硫化機車間動態(tài)調(diào)度的問題，提出了二維變長編碼方法，以及滾動窗口－在線調(diào)度策略；針對等同硫化機車間動態(tài)調(diào)度的問題，提出了二維等長編碼方法，以及預測調(diào)度－周期調(diào)度策略。并分別從機器故障、緊急訂單插入等動態(tài)不確定條件情況進行了研究，仿真結(jié)