分享到:

遗传算法及其在生产调度中的应用研究

生产调度问题是生产管理领域内的关键生产环节,算法研究是生产调度问题的一个重要的研究方向。遗传算法的计算模型是模拟生物进化过程。它作为一种新的全局优化搜索算法,以其实现简单、通用、鲁棒性强、适于并行处理等显著特点,广泛应用各种优化问题。本文首先对生产调度的基本思想、发展状况给出了一般性的描述,总结了以前对调度问题的各种求解方法,然后根据遗传算法的特点和生产调度问题中面对的困难,指出了遗传算法解调度问题的有效性和优越性。再结合目前遗传算法在生产调度问题中的研究现状,进一步论证这一点。本文应用遗传算法求解复杂的生产调度问题;主要在以下几个方面作了一些研究工作:①通过大量阅读各种生产调度和遗传算法的文献,指出了遗传算法适合解决生产调度问题。②采用混合遗传算法应用在求解多目标等同并行多机问题和多目标非等同并行多机问题,并通过仿真实验证明算法的可行性和有效性。③在求解极大化顾客满意数的单机问题的启发式算法的基础上,将此问题扩展为多机问题,提  (本文共62页) 本文目录 | 阅读全文>>

东华大学
东华大学

复合代理体及其在企业管理信息系统中的应用研究

本文总结了代理体(Agent)及多代理体系统(Multi-Agent System)理论研究和应用研究的历史和现状,提出了复合代理体(Compound-Agent)的概念。复合代理体是一般多代理体系统的一种发展,是智能分布与集中相结合的系统。一般地,复合代理体由作为中央指挥者的监控代理体MA(Monitor-Agent)和执行代理体EA(Execute-Agent)复合而成,复合代理体的成员本身也可以是复合代理体,也就是说复合代理体可以多次复合。复合代理体可以方便地实现紧密协作、自我学习与共同进化,具有故障诊断和恢复能力,具有较高实时性、容错性和鲁棒性。可以用于构造新型的具有自适应能力、更快反应速度和更高智能的系统,能更好地适应一类复杂动态大系统的要求。复合代理体的理论与方法研究分为结构、功能、协作模型和学习算法等几方面,给出了复合代理体的拓扑结构和MA、EA的体系结构以及功能;给出了复合代理体基于承诺和约定、预测、投票法等协作...  (本文共149页) 本文目录 | 阅读全文>>

东华大学
东华大学

生产计划智能调度及其在服装ERP中的应用

服装企业生产流程复杂,目前其自动化程度不高,在实际的生产管理中主要依靠经验丰富的管理人员和调度人员。而且中小型服装企业由于定单多,批量小,其生产计划难于编制,一般都是手工编制生产计划。传统的手工编制生产计划存在效率低、准确度不高、易延误交货期等缺陷。为了适应快节奏的现代化生产和激烈的市场竞争的需要,本文将生产计划智能调度应用到服装ERP中。针对服装企业的生产计划问题,本文建立其数学模型,采用遗传算法进行求解,并且改进遗传算法,最后具体实现了服装ERP中的生产计划智能调度子系统。首先,本文系统的研究了运用遗传算法求解Flow Shop调度问题的方法,详细讨论了Flow Shop调度问题的遗传算法求解的相关技术,包括编码方法、适应度函数、算法参数、初始化、选择、交叉和变异等遗传操作的设计、算法的终止条件。给出了用遗传算法求解一类典型Flow Shop调度问题的实例。研究结果表明Flow Shop调度问题的遗传算法求解方法具有编码容易...  (本文共84页) 本文目录 | 阅读全文>>

东北大学
东北大学

Lagrange松弛水平优化方法及其在炼钢—连铸生产调度问题中的应用研究

高效的优化方法对于工业生产调度有着重要的实际意义,但依据计算复杂性理论,大多数生产调度问题都属于强NP难问题,因而全局优化算法难以应用于复杂的实际生产调度问题。Lagrange松弛方法通过利用调度问题的可分离结构,采用分解与协调策略,能在可接受的时间范围内得到高质量的解,同时给出问题的下界(相对于最小化问题)以评价解的质量,因而被公认为是解决复杂调度问题的一个有效途径。Lagrange松弛方法利用Lagrange乘子松弛优化问题的特定耦合约束,将其引入到目标函数之中,从而得到一个与乘子对应的Lagrange松弛问题,一般通过次梯度算法求解Lagrange对偶问题得到最优乘子,从而得到原问题的下界。在次梯度算法的每次迭代中,需精确求解松弛问题得到次梯度来更新乘子,然后基于松弛问题的解,依据启发式方法构造一个可行解,同时保留最好的可行解作为原问题的解。然而,Lagrange松弛方法存在如下问题:(1)传统次梯度算法的收敛条件因过于严...  (本文共187页) 本文目录 | 阅读全文>>

郑州大学
郑州大学

基于混合算法的车间作业调度问题研究

随着全球经济逐步走向一体化,产品的开发设计、制造周期大大缩短,单件、多品种、小批量生产方式成为制造业的主流生产方式。这种生产方式对生产制造资源的统筹调度利用要求很高,要求生产要素能够快速响应市场需求。相关统计资料显示,生产过程中零件95%的时间处于运输、等待等非增值环节,如何有效制定生产计划,合理调配生产资源,从而减少非增值环节时间,缩短生产周期,降低成本,已经为越来越多的企业和研究机构所关注。在如今这样一个市场瞬息万变的时代,缩短生产周期快速响应市场需求显得尤为重要,这关系到企业的生存。因此如何调度生产资源,减少这部分不产生价值的时间成为许多生产性企业所面临的严峻问题。针对这一现状,本文研究了基于混合遗传算法的车间作业调度问题,通过将遗传算法和蚁群算法混合使用,构成混合算法来求解问题的最优解。该混合算法综合了两智能算法的优点,有效地避免了单独应用求解的缺陷,算法的特点是采用基于工序的编码方法,引入基于邻域搜索的变异方式;两算法...  (本文共69页) 本文目录 | 阅读全文>>

青岛大学
青岛大学

基于微粒群算法的车间调度问题研究

随着社会经济的飞速发展,市场竞争日趋激烈,顾客需求的多样化、个性化增加了企业生产计划运行的不确定性和动态性因素,使得现代企业面临着严峻的挑战,对供应链的管理也提出了更高的要求。进入20世纪90年代以来,供应链管理成为当今国际上企业管理理论研究和实践应用的一个热点。在此环境下,为了提高盈利水平和核心竞争力,企业开始注重合理配置和高效利用自己的内外资源。基于供应链的调度模型将供应链管理和生产调度问题紧密结合起来,研究在供应链管理的环境下如何更有效地解决分布环境下车间生产调度与协调问题,最终实现节点企业供应链管理与车间调度的双重优化,从而具有一定的理论价值和实际意义。微粒群优化算法是一种新型的群体智能算法,源于对鸟群捕食行为的研究,是一种基于迭代的优化技术。系统初始化为一组随机解,通过迭代搜寻最优值。目前,微粒群算法已广泛应用于函数优化、神经网络训练、数据挖掘及其它应用领域。本文围绕着微粒群算法及其应用,就如何改进传统微粒群算法性能及...  (本文共93页) 本文目录 | 阅读全文>>