DP-NSGA-Ⅱ多目标优化算法及其在生产调度中的应用研究

摘要

随着多目标作业车间调度的发展，多目标作业车间调度问题受到了广泛关注。多目标作业车间调度属于多目标优化问题的实际应用问题。然而传统的单目标算法不能更好地解决多目标作业车间调度问题。多目标进化算法作为一种多目标搜索算法，运行一次可以获得多个Pareto最优解，十分适合求解多目标作业车间调度问题。NSGA-Ⅱ算法是一基于Pareto排序的多目标优化算法，对于搜索多目标最优解集具有一定的优越性，不仅具有较好的收敛性，而且维持较好的多样性。因此，利用NSGA-Ⅱ算法的特点能够较好应用于多目标作业车间调度问题。本文的主要研究工作如下：
　　1.本文的工作对NSGA-Ⅱ算法主要从收敛性和多样性进行改进。本文提出改进的NSGA-Ⅱ算法，采用双种群进化策略，从而避免了种群容易陷入局部最优的情况。算法还通过L-临近距离替换了NSGA-Ⅱ原有的拥挤距离保持策略，动态改变了个体拥挤距离，较好地维持了种群多样性，从而能够提升解的质量。通过仿真实验证明改进的NSGA-II算法不仅在收敛性方面有较好的表现，而且能够较好地维持种群多样性。
　　2.多目标作业车间调度问题具有高复杂性，传统的算法不能较好地得到最佳调度方案。为更好地求解多目标作业车间调度问题，提出一种双种群NSGA-Ⅱ算法，并通过合适的编码方式求解多目标作业车间调度问题。在求解多目标作业车间调度问题时采用合适的编码和解码，将改进的算法应用于求解多目标作业车间调度问题。通过仿真实验结果证明改进的NSGA-Ⅱ算法在提高算法收敛性方面有较好地表现以及在维护多样性方面有了较大改进。

目录

封面

声明

目录

中文摘要

英文摘要

插图索引

附表索引

第1章 绪 论

1.1 引言

1.2课题研究背景及意义

1.3 NSGA-II算法及其研究现状

1.4 多目标作业调度问题研究现状

1.5 论文的主要研究工作以及组织结构

第2章 多目标优化算法理论及其应用

2.1多目标优化概述

2.2 多目标优化问题

2.3 小结

第3章 一种改进的 NSGA-II算法

3.1 NSGA-II算法

3.2改进的 NSGA-II算法

3.3 算法的时间复杂度分析

3.4 实验仿真与结果

3.5 小结

第4章 基于DP-NSGA-II的多目标作业车间调度

4.1 多目标作业车间调度问题

4.2基于 DP-NSGA-II算法的 MOJSSP

4.3算法复杂度分析

4.4 实验仿真与结果分析

4.5 小结

结论

研究总结

未来工作展望

参考文献

致谢

附录A 攻读学位期间所发表的学术论文