基于并行混沌优化算法的铸造生产优化调度研究
这是一篇关于铸造生产优化调度,铸造造型任务,并行混沌优化算法,变邻域搜索的论文, 主要内容为铸造行业作为制造业的基础行业,其发展水平是衡量一个国家整体工业水平的重要因素。中国铸造行业总体以低端铸件为主,铸造企业多为小微企业,主要依靠个人经验确定生产计划,导致铸造过程生产效率较低。迫切需要更合理的生产调度策略以降低企业资源消耗、提高生产效率、增强企业竞争力。因此本文以铸造行业为研究背景,旨在通过对铸造生产流程进行分析,建立符合生产实际的数学模型并设计优化求解算法,达到为铸造企业提供生产计划求解思路、推动企业自动化建设的目的,本文主要研究内容如下:通过分析铸造造型的工艺流程,建立了以最小化完工时间与最小化能耗为目标函数的多目标铸造造型任务生产优化调度模型。设计了一种多目标混合进化算法`用于模型的求解,混合算法首先使用基于Tent映射的并行混沌优化算法寻找到足够多的具有搜索潜力的解用于增强混合算法的全局搜索能力。同时在混合算法中引入三种策略以增强其求解多目标铸造造型任务生产优化调度问题的能力:交叉变异操作使得种群迭代过程中的多样性得到了保证;模拟退火机制与变邻域搜索机制的引入使得算法能更快的收敛到全局最优解;设计一种新解开发机制进一步降低解的能源消耗,提高算法所求解集的质量。最后通过测试案例上的对比实验验证了算法在求解铸造造型任务生产优化调度问题时的有效性。经过铸造造型生产加工阶段,得到了各铸件的铸型之后,针对铸件工艺流程中后处理阶段考虑熔炼浇铸加工与机加工的铸造全流程生产优化调度问题,以最小化总完工时间为加工目标函数,建立了铸造全流程生产优化调度模型。将并行混沌优化算法与基于关键路径的变邻域搜索算法相结合,设计了混合并行混沌优化算法(Hybrid Parallel Chaos Optimization Algorithm,HPCOA)对模型进行求解,混合算法使用双层编码机制表示离散工件调度问题的解,交叉变异策略有利于提高算法的搜索能力。变邻域搜索策略中采取基于关键路径的四种不同邻域结构,有效增强了算法的开发效率。最后,设计了具有不同规模的小、中、大三类测试算例,通过在测试算例上进行对比实验证明了混合算法在求解铸造全流程生产优化调度问题时的有效性。最后,结合上述提出的铸造生产优化调度模型与优化求解算法,开发出了铸造生产优化调度软件系统,对系统设计的原理以及系统所具有的基本功能进行了详细的介绍并通过示例测试对系统的有效性进行了验证。
基于群智能算法的车间调度问题研究
这是一篇关于作业车间调度问题,柔性作业车间调度问题,动态柔性车间调度问题,天牛须遗传混合算法,多种群混合的粒子群算法,变邻域搜索的论文, 主要内容为随着中国制造2025战略的深入实施,我国正朝着制造业强国的方向发展。高质量的制造业代表了更高的实体经济发展水平,是经济增长的核心动力。车间调度作为制造业中不可或缺的一环,是企业实现高效率生产和高可靠性的关键技术,因此对其进行研究具有重要的理论和实际意义。群智能算法是一种通过模拟动物行为而研究出来的算法,近些年已经成为求解优化问题的普遍方法。文中对三种不同类型的车间调度问题进行了研究,对群体智能算法进行了改进和融合,通过对这三类调度问题的求解来验证算法的有效性。本文的具体研究工作如下:1.针对遗传算法(Genetic Algorithms,GA)在后期收敛缓慢的问题,将它和收敛速度较快的天牛须算法(Beetle Antennae search algorithm,BAS)进行混合,提出一种遗传天牛须混合算法(BASGA)。首先对于天牛须算法在高维问题寻优效果差、后期探索能力不足的问题,提出了一种多方向感知位置反馈策略,该策略下的BAS的寻优能力和收敛速度都得到了明显改善;随后,提出了一种GA和BAS的混合策略,利用BAS对种群内的部分个体进行处理,以加快收敛速度;最后,采取实数编码并通过SPV规则将其转换为工序编码,选择合适的遗传算子,设计了作业车间调度问题的求解方法,通过算例进行测试,证明了混合算法兼顾了 GA的寻优能力和BAS的收敛速度,在求解JSP问题上是有效的。2.对粒子群算法进行参数自适应改进,并结合第三章的算法提出了一种多种群混合的粒子群算法。算法通过多个执行BASGA的边缘种群进行全局搜索,得到的解汇入中心种群参与改进粒子群算法的运算,同时各个种群之间存在迁移现象以实现优秀个体的分享。根据FJSP的特点将染色体分为工序段和机器段两段,采用Tent混沌映射生成随机数作为初始工序段,机器段采用全局选择、局部选择和随机生成比例混合的方式进行初始化;设计了新的遗传算子以丰富种群多样性;对关键路径和变邻域搜索算法进行了介绍,设计了 FJSP的四种邻域结构,当粒子群算法运行到后期时,执行变邻域搜索以增强其跳出局部最优解的能力。通过算法对标准算例和实际案例进行求解以验证算法的改进效果。3.对动态柔性车间调度相关问题进行了研究,包括其概念、分类、研究方法以及相关技术。针对订单插入这一动态事件,通过动态事件驱动策略和滚动窗口技术将动态事件分为若干个静态窗口,采用完全重调度的方法和多种群混合粒子群算法生成对应的重调度方案;针对机器故障这一动态事件,设计了一种部分重调度方法,与完全重调度构成组合方案,当机器故障发生时,根据评价指标进行方案的自适应选择。最后通过FJSP的仿真实验,验证了算法在解决动态调度问题时的可行性。
基于并行混沌优化算法的铸造生产优化调度研究
这是一篇关于铸造生产优化调度,铸造造型任务,并行混沌优化算法,变邻域搜索的论文, 主要内容为铸造行业作为制造业的基础行业,其发展水平是衡量一个国家整体工业水平的重要因素。中国铸造行业总体以低端铸件为主,铸造企业多为小微企业,主要依靠个人经验确定生产计划,导致铸造过程生产效率较低。迫切需要更合理的生产调度策略以降低企业资源消耗、提高生产效率、增强企业竞争力。因此本文以铸造行业为研究背景,旨在通过对铸造生产流程进行分析,建立符合生产实际的数学模型并设计优化求解算法,达到为铸造企业提供生产计划求解思路、推动企业自动化建设的目的,本文主要研究内容如下:通过分析铸造造型的工艺流程,建立了以最小化完工时间与最小化能耗为目标函数的多目标铸造造型任务生产优化调度模型。设计了一种多目标混合进化算法`用于模型的求解,混合算法首先使用基于Tent映射的并行混沌优化算法寻找到足够多的具有搜索潜力的解用于增强混合算法的全局搜索能力。同时在混合算法中引入三种策略以增强其求解多目标铸造造型任务生产优化调度问题的能力:交叉变异操作使得种群迭代过程中的多样性得到了保证;模拟退火机制与变邻域搜索机制的引入使得算法能更快的收敛到全局最优解;设计一种新解开发机制进一步降低解的能源消耗,提高算法所求解集的质量。最后通过测试案例上的对比实验验证了算法在求解铸造造型任务生产优化调度问题时的有效性。经过铸造造型生产加工阶段,得到了各铸件的铸型之后,针对铸件工艺流程中后处理阶段考虑熔炼浇铸加工与机加工的铸造全流程生产优化调度问题,以最小化总完工时间为加工目标函数,建立了铸造全流程生产优化调度模型。将并行混沌优化算法与基于关键路径的变邻域搜索算法相结合,设计了混合并行混沌优化算法(Hybrid Parallel Chaos Optimization Algorithm,HPCOA)对模型进行求解,混合算法使用双层编码机制表示离散工件调度问题的解,交叉变异策略有利于提高算法的搜索能力。变邻域搜索策略中采取基于关键路径的四种不同邻域结构,有效增强了算法的开发效率。最后,设计了具有不同规模的小、中、大三类测试算例,通过在测试算例上进行对比实验证明了混合算法在求解铸造全流程生产优化调度问题时的有效性。最后,结合上述提出的铸造生产优化调度模型与优化求解算法,开发出了铸造生产优化调度软件系统,对系统设计的原理以及系统所具有的基本功能进行了详细的介绍并通过示例测试对系统的有效性进行了验证。
护士排班的启发式算法研究与排班管理系统的设计实现
这是一篇关于护士排班,启发式算法,排班规则,智能排班系统,变邻域搜索的论文, 主要内容为护士排班是人员排班中的经典问题,一般属于NP难问题,具有约束性、非线性、大规模性等特点。线性规划、分支定界等传统方法很难有效地解决规模稍大的护士排班问题,因此,通常使用启发式算法在可接受的时间内找出问题的满意解。在实际的护士排班问题实例中,除了考虑人员的个人需求之外,它还有着复杂的工作规则。当前排班系统主要是实现排班信息化,而缺少智能优化的功能。因此,开发支持实际问题优化的排班软件是有必要的。本论文根据实际情况,归纳多种需求,设计了一个智能排班系统,在其中实现排班规则的自主选择,根据不同日期设置所对应的班型,还可以设置多层能级。在算法设计上研究解的初始化过程,变邻域搜索的邻域定义、扰动方法,提出适合研究问题的算法方案,并设计开发了一个护士排班管理系统。主要内容：一、针对护士排班问题,根据实际需求定义多种排班规则,归纳出问题的硬约束条件和软约束条件。因为硬约束条件在任何情况下必须严格满足,而软约束条件不一定全部满足,所以对每个软约束条件定义相应的权重,并给出对应的惩罚值计算公式,将问题转化为目标函数求解。二、探究变邻域搜索算法在排班问题中的应用。在算法的初始化过程中,加入了分块的思想,考虑日期属性、多层能级、个人偏好,使初始解的适应程度增强；其次,优化了算法的邻域结构,在扩大变邻域搜索可搜索到的空间的同时又不大量增加搜索时间。实验表明,算法在55个标准实例上运行的结果有30个实例达到最优解。三、研发了排班管理系统平台,实现排班表的自动生成和展现,并支持手动调整排班表。在系统需求分析阶段,描述了用例分析、系统架构、模块划分：在系统设计阶段,主要对数据库表结构、系统类与功能模块等方面进行设计；在系统开发的阶段,采用了基于MVC模型的Spring MVC和Hibernate开源框架。使用开发的排班系统自动生成的排班表与相同情况下的实际排班表相比较,违反的软约束条件减少,惩罚值降低。
护士排班的启发式算法研究与排班管理系统的设计实现
这是一篇关于护士排班,启发式算法,排班规则,智能排班系统,变邻域搜索的论文, 主要内容为护士排班是人员排班中的经典问题,一般属于NP难问题,具有约束性、非线性、大规模性等特点。线性规划、分支定界等传统方法很难有效地解决规模稍大的护士排班问题,因此,通常使用启发式算法在可接受的时间内找出问题的满意解。在实际的护士排班问题实例中,除了考虑人员的个人需求之外,它还有着复杂的工作规则。当前排班系统主要是实现排班信息化,而缺少智能优化的功能。因此,开发支持实际问题优化的排班软件是有必要的。本论文根据实际情况,归纳多种需求,设计了一个智能排班系统,在其中实现排班规则的自主选择,根据不同日期设置所对应的班型,还可以设置多层能级。在算法设计上研究解的初始化过程,变邻域搜索的邻域定义、扰动方法,提出适合研究问题的算法方案,并设计开发了一个护士排班管理系统。主要内容：一、针对护士排班问题,根据实际需求定义多种排班规则,归纳出问题的硬约束条件和软约束条件。因为硬约束条件在任何情况下必须严格满足,而软约束条件不一定全部满足,所以对每个软约束条件定义相应的权重,并给出对应的惩罚值计算公式,将问题转化为目标函数求解。二、探究变邻域搜索算法在排班问题中的应用。在算法的初始化过程中,加入了分块的思想,考虑日期属性、多层能级、个人偏好,使初始解的适应程度增强；其次,优化了算法的邻域结构,在扩大变邻域搜索可搜索到的空间的同时又不大量增加搜索时间。实验表明,算法在55个标准实例上运行的结果有30个实例达到最优解。三、研发了排班管理系统平台,实现排班表的自动生成和展现,并支持手动调整排班表。在系统需求分析阶段,描述了用例分析、系统架构、模块划分：在系统设计阶段,主要对数据库表结构、系统类与功能模块等方面进行设计；在系统开发的阶段,采用了基于MVC模型的Spring MVC和Hibernate开源框架。使用开发的排班系统自动生成的排班表与相同情况下的实际排班表相比较,违反的软约束条件减少,惩罚值降低。
基于群智能算法的车间调度问题研究
这是一篇关于作业车间调度问题,柔性作业车间调度问题,动态柔性车间调度问题,天牛须遗传混合算法,多种群混合的粒子群算法,变邻域搜索的论文, 主要内容为随着中国制造2025战略的深入实施,我国正朝着制造业强国的方向发展。高质量的制造业代表了更高的实体经济发展水平,是经济增长的核心动力。车间调度作为制造业中不可或缺的一环,是企业实现高效率生产和高可靠性的关键技术,因此对其进行研究具有重要的理论和实际意义。群智能算法是一种通过模拟动物行为而研究出来的算法,近些年已经成为求解优化问题的普遍方法。文中对三种不同类型的车间调度问题进行了研究,对群体智能算法进行了改进和融合,通过对这三类调度问题的求解来验证算法的有效性。本文的具体研究工作如下:1.针对遗传算法(Genetic Algorithms,GA)在后期收敛缓慢的问题,将它和收敛速度较快的天牛须算法(Beetle Antennae search algorithm,BAS)进行混合,提出一种遗传天牛须混合算法(BASGA)。首先对于天牛须算法在高维问题寻优效果差、后期探索能力不足的问题,提出了一种多方向感知位置反馈策略,该策略下的BAS的寻优能力和收敛速度都得到了明显改善;随后,提出了一种GA和BAS的混合策略,利用BAS对种群内的部分个体进行处理,以加快收敛速度;最后,采取实数编码并通过SPV规则将其转换为工序编码,选择合适的遗传算子,设计了作业车间调度问题的求解方法,通过算例进行测试,证明了混合算法兼顾了 GA的寻优能力和BAS的收敛速度,在求解JSP问题上是有效的。2.对粒子群算法进行参数自适应改进,并结合第三章的算法提出了一种多种群混合的粒子群算法。算法通过多个执行BASGA的边缘种群进行全局搜索,得到的解汇入中心种群参与改进粒子群算法的运算,同时各个种群之间存在迁移现象以实现优秀个体的分享。根据FJSP的特点将染色体分为工序段和机器段两段,采用Tent混沌映射生成随机数作为初始工序段,机器段采用全局选择、局部选择和随机生成比例混合的方式进行初始化;设计了新的遗传算子以丰富种群多样性;对关键路径和变邻域搜索算法进行了介绍,设计了 FJSP的四种邻域结构,当粒子群算法运行到后期时,执行变邻域搜索以增强其跳出局部最优解的能力。通过算法对标准算例和实际案例进行求解以验证算法的改进效果。3.对动态柔性车间调度相关问题进行了研究,包括其概念、分类、研究方法以及相关技术。针对订单插入这一动态事件,通过动态事件驱动策略和滚动窗口技术将动态事件分为若干个静态窗口,采用完全重调度的方法和多种群混合粒子群算法生成对应的重调度方案;针对机器故障这一动态事件,设计了一种部分重调度方法,与完全重调度构成组合方案,当机器故障发生时,根据评价指标进行方案的自适应选择。最后通过FJSP的仿真实验,验证了算法在解决动态调度问题时的可行性。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：代码海岸 ，原文地址：https://m.bishedaima.com/lunwen/51529.html
