節(jié)能雙目標平行機批調(diào)度問題研究.pdf

1、生產(chǎn)調(diào)度問題是一類復雜的組合優(yōu)化問題，在實際生活中存在于多個領域，如鑄造業(yè)、金屬加工業(yè)、物流、通訊等。對生產(chǎn)調(diào)度問題進行研究的主要目的是使得資源在使用過程中進行合理分配，從而提高資源的利用率及生產(chǎn)效率，合理的調(diào)度方案可以大幅提升企業(yè)的競爭力。隨著社會的發(fā)展，生產(chǎn)調(diào)度問題逐漸變復雜，從經(jīng)典調(diào)度發(fā)展到一類新型的調(diào)度，即批處理機調(diào)度。
　　批處理機調(diào)度問題（簡稱批調(diào)度問題）區(qū)別于傳統(tǒng)調(diào)度的主要特征是一臺機器在同一時刻可以加工多個工件，工

2、件分組成批后以批為單位在機器上進行加工，每個批中有多個工件，批的加工時間定義為批中所有工件的最大加工時間。批處理問題的復雜程度由工件約束、機器約束以及目標函數(shù)決定，然而很多甚至是單機環(huán)境下的批調(diào)度問題已被證明是NP難的，因此研究者已經(jīng)往往專注于尋找可行并高效的求解算法。
　　本文簡單介紹了生產(chǎn)調(diào)度問題的研究背景，再分別對其中的批調(diào)度問題從單機、多機、動態(tài)環(huán)境下和考慮能源消耗這幾類批調(diào)度問題的研究現(xiàn)狀進行概述。
　　隨后簡單介

3、紹了目前用于解決批調(diào)度問題的算法，主要包括確定性算法、啟發(fā)式和元啟發(fā)式算法三類，包括三類算法的特點、框架及典型算法的描述。
　　接著，本文探討了考慮工件到達時間、機器能耗以最小化制造跨度和總的電力成本的平行機批調(diào)度問題。首先建立該問題的數(shù)學模型，然后提出一種基于Pareto的蟻群優(yōu)化算法PACO來求解問題。通過分析問題的特征，本文提出兩種不同的候選列表來減小蟻群的搜索空間，并基于這兩種候選列表分別提出動態(tài)的啟發(fā)式信息來指導螞蟻的搜

4、索行為。此外，引入了兩種針對不同目標的局部優(yōu)化策略對解進行優(yōu)化，以進一步提高解的質(zhì)量。最后給出完整的PACO算法描述以及算法流程圖。
　　然后通過仿真實驗來驗證本文所提算法的性能。本文在非支配解集的解個數(shù)、覆蓋率等7種評價指標下對所提算法PACO的性能與已有的三種多目標優(yōu)化算法進行比較實驗，并分析了實驗結果。實驗結果表明，本文提出的PACO算法優(yōu)于其他三種多目標優(yōu)化算法，而且在大尺寸工件算例上的優(yōu)勢尤其明顯。此外，本文還給出了四種