多目標(biāo)粒子群算法及其在車間調(diào)度中的應(yīng)用研究.pdf

1、車間調(diào)度是企業(yè)管理的核心,其主要任務(wù)是合理分配現(xiàn)有的人力和物力資源,以滿足生產(chǎn)過程中經(jīng)濟(jì)上或性能上的目標(biāo)。目前,調(diào)度問題大多被處理為單目標(biāo)問題進(jìn)行求解,而實(shí)際生產(chǎn)中該問題往往包含著多個(gè)相互沖突的目標(biāo),因此對多目標(biāo)車間調(diào)度問題進(jìn)行研究更具有現(xiàn)實(shí)意義。本文對車間調(diào)度問題進(jìn)行了系統(tǒng)研究,并提出了多目標(biāo)粒子群優(yōu)化算法。其目的是從理論和實(shí)踐中尋找解決生產(chǎn)調(diào)度問題的有效途徑,為有關(guān)技術(shù)的進(jìn)一步完善、發(fā)展和開發(fā)提供一定的理論基礎(chǔ)和實(shí)踐方法。
　

2、　 本文的主要工作歸納如下:
　　 (1)將Baldwinian學(xué)習(xí)策略加入粒子群算法中,用以改進(jìn)粒子群算法易陷入局部最優(yōu)的缺點(diǎn)。該算法引入生物界中種群個(gè)體自我學(xué)習(xí)的機(jī)制,以提高粒子群算法的全局尋優(yōu)能力和收斂性能,并將該算法用于求解多個(gè)測試函數(shù)問題,實(shí)驗(yàn)結(jié)果驗(yàn)證,該算法具有良好的尋優(yōu)性能;
　　 (2)將改進(jìn)的多目標(biāo)粒子群算法應(yīng)用于多目標(biāo)流水車間調(diào)度問題以及多目標(biāo)作業(yè)車間調(diào)度問題的求解。該算法加入Baldwinian學(xué)

3、習(xí)策略,以提高算法的局部搜索能力,同時(shí)為了保證非支配解集的多樣性,設(shè)置外部精英解集保存算法迭代過程中產(chǎn)生的非支配解并采用擁擠距離策略更新該解集。實(shí)驗(yàn)結(jié)果驗(yàn)證,本文提出的算法能獲得較好的非支配解；
　　 (3)提出一種基于離散粒子群算法和模擬退火算法相混合的多目標(biāo)粒子群算法,算法中加入模擬退火算法用以提高算法的局部搜索性能。將該算法用于多目標(biāo)柔性作業(yè)車間三目標(biāo)調(diào)度問題的求解,實(shí)驗(yàn)結(jié)果驗(yàn)證,該算法具有較好的多目標(biāo)尋優(yōu)性能；