基于粒子群优化算法的车间调度系统的研究与设计
这是一篇关于柔性车间调度,粒子群算法,多目标优化的论文, 主要内容为传统车间调度问题仅仅考虑工件的分配问题。而柔性车间调度问题在传统车间调度问题上做了一定的延伸,它更接近实际生产过程的原因是由于其在传统车间调度问题中加入了对加工机器的选择。因此对其的研究既具有理论意义,也有实际运用价值。本文对基于多目标的柔性车间调度问题进行研究,采用粒子群优化算法作为求解问题的主要方法。首先,对车间调度问题的研究背景和研究现状进行了分析。介绍了粒子群算法的相关理论和研究进程,重点对粒子群算法的基本思想、数学模型、算法流程和改进策略等方面进行了深入的研究,分析了标准粒子群算法的优缺点。针对其不足,给出了一种引入“淘汰”机制的改进粒子群算法。为本文采用改进的粒子群优化算法去解决柔性车间调度问题奠定了坚实的理论基础。然后,对多目标的柔性车间调度问题具有较多的优化指标,本文从中选择了最大完工时间最小化、最小费用和单机器最大负荷三项指标,并分析了选择的优化指标之间的关系。分别使用了改进的粒子群算法和标准的粒子群算法在Matlab上进行仿真实验,得到的实验结果表明,改进的粒子群算法在非劣解的数量、三个优化决策指标的质量以及解的收敛速度三个方面均高于标准的粒子群算法。最后,基于本文所给出的求解柔性作业车间调度问题的方法,设计了一个基于J2EE的SSM框架的B/S架构的柔性作业车间调度系统,并将改进的粒子群算法运用到该系统中,具体实现了加工机器、加工工件、加工工序、加工批次基础数据的管理和以完工时间为目标的调度实现及结果的展示等功能。
基于粒子群优化算法的车间调度系统的研究与设计
这是一篇关于柔性车间调度,粒子群算法,多目标优化的论文, 主要内容为传统车间调度问题仅仅考虑工件的分配问题。而柔性车间调度问题在传统车间调度问题上做了一定的延伸,它更接近实际生产过程的原因是由于其在传统车间调度问题中加入了对加工机器的选择。因此对其的研究既具有理论意义,也有实际运用价值。本文对基于多目标的柔性车间调度问题进行研究,采用粒子群优化算法作为求解问题的主要方法。首先,对车间调度问题的研究背景和研究现状进行了分析。介绍了粒子群算法的相关理论和研究进程,重点对粒子群算法的基本思想、数学模型、算法流程和改进策略等方面进行了深入的研究,分析了标准粒子群算法的优缺点。针对其不足,给出了一种引入“淘汰”机制的改进粒子群算法。为本文采用改进的粒子群优化算法去解决柔性车间调度问题奠定了坚实的理论基础。然后,对多目标的柔性车间调度问题具有较多的优化指标,本文从中选择了最大完工时间最小化、最小费用和单机器最大负荷三项指标,并分析了选择的优化指标之间的关系。分别使用了改进的粒子群算法和标准的粒子群算法在Matlab上进行仿真实验,得到的实验结果表明,改进的粒子群算法在非劣解的数量、三个优化决策指标的质量以及解的收敛速度三个方面均高于标准的粒子群算法。最后,基于本文所给出的求解柔性作业车间调度问题的方法,设计了一个基于J2EE的SSM框架的B/S架构的柔性作业车间调度系统,并将改进的粒子群算法运用到该系统中,具体实现了加工机器、加工工件、加工工序、加工批次基础数据的管理和以完工时间为目标的调度实现及结果的展示等功能。
基于粒子群优化算法的车间调度系统的研究与设计
这是一篇关于柔性车间调度,粒子群算法,多目标优化的论文, 主要内容为传统车间调度问题仅仅考虑工件的分配问题。而柔性车间调度问题在传统车间调度问题上做了一定的延伸,它更接近实际生产过程的原因是由于其在传统车间调度问题中加入了对加工机器的选择。因此对其的研究既具有理论意义,也有实际运用价值。本文对基于多目标的柔性车间调度问题进行研究,采用粒子群优化算法作为求解问题的主要方法。首先,对车间调度问题的研究背景和研究现状进行了分析。介绍了粒子群算法的相关理论和研究进程,重点对粒子群算法的基本思想、数学模型、算法流程和改进策略等方面进行了深入的研究,分析了标准粒子群算法的优缺点。针对其不足,给出了一种引入“淘汰”机制的改进粒子群算法。为本文采用改进的粒子群优化算法去解决柔性车间调度问题奠定了坚实的理论基础。然后,对多目标的柔性车间调度问题具有较多的优化指标,本文从中选择了最大完工时间最小化、最小费用和单机器最大负荷三项指标,并分析了选择的优化指标之间的关系。分别使用了改进的粒子群算法和标准的粒子群算法在Matlab上进行仿真实验,得到的实验结果表明,改进的粒子群算法在非劣解的数量、三个优化决策指标的质量以及解的收敛速度三个方面均高于标准的粒子群算法。最后,基于本文所给出的求解柔性作业车间调度问题的方法,设计了一个基于J2EE的SSM框架的B/S架构的柔性作业车间调度系统,并将改进的粒子群算法运用到该系统中,具体实现了加工机器、加工工件、加工工序、加工批次基础数据的管理和以完工时间为目标的调度实现及结果的展示等功能。
多目标柔性作业车间调度优化问题研究
这是一篇关于柔性车间调度,多目标优化,遗传算法,粒子群算法的论文, 主要内容为经典作业车间调度问题的研究取得了丰富的理论成果,但是由于所建模型与生产实践的现状相差甚远,很难用于生产实践。随着技术的进步,具有悠久历史的作业车间调度问题研究领域目前正朝着柔性化、多目标化等方向发展。多目标柔性作业车间调度问题是经典作业车间调度问题的重要扩展,它在体现生产柔性的同时,综合考虑企业各部门对调度决策的期望,能更好地适应现代制造系统的需求,其研究有着重要的理论意义和工程实践意义。 本文在综合国内外关于车间调度问题研究状况的基础上,考虑现行作业车间运作的实际情况,对多目标柔性作业车间调度问题进行了深入系统的研究。从车间生产调度理论与方法的研究入手,研究生产中以生产周期、总拖期、成本以及设备利用率指标(机床总负荷和机床最大负荷)为调度目标的柔性作业车间优化调度问题。本篇论文所做的主要工作有： (1)针对经典作业车间调度问题的局限性,结合车间生产的实际情况,建立了包括时间、成本、交货期满意度和设备利用率在内的多目标优化模型。 (2)由于遗传算法和粒子群算法在求解多目标柔性作业车间调度问题上的局限性,结合多种群粒子群搜索与遗传算法的优点提出具有倾向性粒子群搜索的多种群混合算法,以提高搜索效率和搜索质量。对该算法在多目标柔性作业车间调度优化的应用进行了详细设计。 (3)仿真结果表明,提出的混合遗传算法可以有效解决一般模式下的多目标柔性作业车间调度问题。最后,用该算法求解现实生产实际中两个扩展的多目标生产柔性调度算例,结果可行,可对生产实践起到一定的指导作用。
基于粒子群优化算法的车间调度系统的研究与设计
这是一篇关于柔性车间调度,粒子群算法,多目标优化的论文, 主要内容为传统车间调度问题仅仅考虑工件的分配问题。而柔性车间调度问题在传统车间调度问题上做了一定的延伸,它更接近实际生产过程的原因是由于其在传统车间调度问题中加入了对加工机器的选择。因此对其的研究既具有理论意义,也有实际运用价值。本文对基于多目标的柔性车间调度问题进行研究,采用粒子群优化算法作为求解问题的主要方法。首先,对车间调度问题的研究背景和研究现状进行了分析。介绍了粒子群算法的相关理论和研究进程,重点对粒子群算法的基本思想、数学模型、算法流程和改进策略等方面进行了深入的研究,分析了标准粒子群算法的优缺点。针对其不足,给出了一种引入“淘汰”机制的改进粒子群算法。为本文采用改进的粒子群优化算法去解决柔性车间调度问题奠定了坚实的理论基础。然后,对多目标的柔性车间调度问题具有较多的优化指标,本文从中选择了最大完工时间最小化、最小费用和单机器最大负荷三项指标,并分析了选择的优化指标之间的关系。分别使用了改进的粒子群算法和标准的粒子群算法在Matlab上进行仿真实验,得到的实验结果表明,改进的粒子群算法在非劣解的数量、三个优化决策指标的质量以及解的收敛速度三个方面均高于标准的粒子群算法。最后,基于本文所给出的求解柔性作业车间调度问题的方法,设计了一个基于J2EE的SSM框架的B/S架构的柔性作业车间调度系统,并将改进的粒子群算法运用到该系统中,具体实现了加工机器、加工工件、加工工序、加工批次基础数据的管理和以完工时间为目标的调度实现及结果的展示等功能。
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：代码工厂 ，原文地址：https://m.bishedaima.com/lunwen/53304.html
