多目标人工蜂群算法求解混合流水车间调度问题

《多目标人工蜂群算法求解混合流水车间调度问题》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：TP301学校代号：10150UDC：密级：学号：20132284硕士学位论文多目标人工蜂群算法求解混合流水车间调度问题SolvingHybridFlow-ShopSchedulingBasedonMulti-ObjectiveArtificialBeeColonyAlgorithm学生姓名：纪叶茗导师及职称：梁旭教授学科门类：软件工程专业名称：软件工程研究方向：计算机管理信息系统申请学位级别：硕士论文答辩日期：2017年6月18日学位授予单位：大连交通大学大连交通大学学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导

2、下进行的斫究工作及取得的研究成果。尽我所知，除了文中特別加以标注和致谢及参考文献的地方外，论文中不包含他人或集体已经发表或撗写过的研究成果，也不叙含力获得大连交通太学或其他教育机构的学位或证书而使用过的材料一＊与我同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示谢意１本人完全意识到本声明的法律效力，申请学位论文与资枓若有不一实之处，由本人承担切相关责任。学位论文作者莬名：１日期：年￡月丨ＪＥＩ大连交通大学学位论文版权使用授权书本学位论文作者完全了解连交通太＾有关保护知识产权

3、及保留－使用学位论文的规■定＊印：研究生在校攻读学倥期问论文工作的ｈ每识产权車位属大连交通大学，本人保证毕业离校后发表或使用於女工作成菜时薯名单位访然为大连交ａ大学ｕ学校有权保留并向ａ家有关部门或机构送交论文的复印件及其电子文档，允许论文被查阋和借阅。本人搰权太连交通大学可以将本学位论文的全部或部分内容编入学校有关数据库和收录到《中国博士学位论文全文数据库《中国伏秀硕士学位论文全文数据库》进行信息服务，也可以采用影印．缩印或扫描等复制手段保存或汇编本学位论文＊（保密的学位论文在解密后应遵守此规定）

4、学位论文作者ｓ名：号卜访导师签名：ｅｆｉ：年６月埒＆曰亂年彳月曰ｉ．摘要摘要为了提高企业的生产效率，需要在已有的众多优化方法基础上进行改进，寻求一个更加完善的生产调度方案。相比于单目标车间调度，多目标车间调度能更准确地描述企业复杂的生产过程。因此改进已有的优化算法解决多目标调度问题的研究存在着一定的实际价值。人工蜂群算法作为一种群智能算法，因其具有操作简单、控制参数少及鲁棒性强而被广泛应用。但是在解决一些复杂问题时算法依然存在易陷入局部最优、过早收敛等问题。为此，本文以混合流水车间调度问题这种常见的生产调度为研究背景

5、，提出一种多目标的调度模型，研究改进人工蜂群算法，以提高求解性能。本文主要工作内容包括：首先人工蜂群算法在求解过程中引入多目标解集的概念。讨论了在多目标情况下解的表示方式与评价标准，并将其应用到人工蜂群算法中，重新设定算法过程。利用人工蜂群算法在搜索范围灵活、寻优速度快等诸多优点，在邻域搜索时针对不同角色的设计自适应搜索因子。在种群个体选择中，采用精英保留策略选择个体。最后对最优解集筛选采用外部档案，最大程度保留优秀个体。其次针对混合流水车间调度问题的特点，以不相关并行机为例设计问题模型。结合改进的人工蜂群算法，以适应多目标问题需求。针对

6、传统编码方式产生的初始种群多样性不足，解码复杂等问题，设计了以各工件初始加工为的向量编码和解码方式。结合Pareto最优解的概念，利用改进算法的搜索方式，使其更适应求解混合流水车间调度问题。通过改进种群选择和淘汰机制，提高了多目标人工蜂群算法搜索最优解的概率,进而提高算法的效率。最后利用典型的调度实例对算法进行仿真测试，通过对算法进行评估分析，结果显示多目标人工蜂群算法相比传统算法的寻优效率略有提高，同时也有增强种群分布的多样性。以炼钢-连铸生产为例，设计调度系统功能，模拟实际生产关键过程，为用户提出调度方案。关键词：人工蜂群算法；混合流

7、水车间；多目标；不相关并行机I大连交通大学工学硕士学位论文AbstractInordertoimprovetheproductionefficiencyofenterprises,weneedtoimproveoptimizationmethodbasedonexistingonesandfindamoreperfectproductionschedulingplan.Comparedwiththesingleobjectiveshopscheduling,amulti-objectiveshopschedulingcandescribe

8、complexproductionprocessintheenterprisemoreaccurately.Soimprovingexistingoptimizationalgorithmto