考虑行为主体的置换流水车间干扰管理研究

摘要

置换流水车间调度问题(Permutation FlowShop Scheduling Problem，PFSP)在现实中具有深刻的实际背景和广阔的应用前景，是一类经典的组合优化问题。通常情况下，置换流水车间调度问题研究的是在一种理想情况下的生产调度问题，即无任何干扰因素的存在，并且假设加工系统参与主体的行为是“完全理性”的。而在现实中，生产加工服务系统往往会受到如机器中断、新工件到达、工件优先级变化等干扰事件的影响，如何以尽量小的成本和扰动，恢复加工系统的正常运行，是管理科学前沿—干扰管理研究所致力于解决的问题。
　　针对生产调度系统中最为常见的一类干扰事件—新工件到达，进行置换流水车间预案-反应式重调度干扰管理研究。此外，行为决策科学研究表明决策主体往往处于“有限理性”状态，风险的未知、信息的不确定性、事物的复杂性、初始目标发生变化都会对主体做出理性决策加以限制，导致理论研究与实践应用严重脱节。鉴于经典生产运作管理研究是建立在人的“完全理性”基础之上，在研究假设上存在缺陷。因此，研究工作围绕置换流水车间干扰管理问题，从参与主体的行为角度，探索扰动度量新方法。最后，建立考虑原目标和扰动目标的干扰管理模型，针对现有求解算法的优势与不足，综合考虑现有算法改进方法，设计问题的求解算法，并进行数值试验验证。
　　论文主要做了以下三方面的研究工作:
　　(1)在置换流水车间加工环境下，针对新到达的工件集这一干扰事件，分析了干扰事件对加工服务系统参与主体—企业管理者、车间工人和客户三方面的影响，设计了基于前景理论的不满意度函数来量化干扰事件带来的影响，并建立双目标干扰管理模型。
　　(2)针对所建立的干扰管理模型，在分析现有智能优化算法的优势与不足基础上，从初始解改进和加强局部搜索两个角度，提出了一种具有一般通用性的算法混合策略，并从两类元启发式算法:基于种群的算法和基于单个解的轨道方法（trajectory methods）中选择具有代表性的算法进行混合算法设计，并利用其对模型进行求解。
　　(3)集成Flowshop国际算例Taillard(Ta)类数据集和随机产生的两种方法生成干扰测试算例，通过对实验结果进行有效前沿多样性、收敛性和平均性能的对比分析，验证了所提出的扰动度量方法的优势以及算法混合策略的有效性。
　　最后，对研究工作进行总结，指出研究不足和未来研究方向。

目录

声明

摘要

1 绪论

1．1 研究背景及意义

1．1．1 研究背景

1．1．2 研究意义

1．2 国内外相关研究现状

1．2．1 流水车间干扰管理研究现状

1．2．2 行为运作管理研究现状

1．2．3 智能优化算法研究现状

1．2．4 国内外相关研究总结

1．3 主要研究工作及论文组织结构

2 置换流水车间干扰管理问题

2．1 问题描述

2．2 考虑行为主体的扰动度量

2．2．1 考虑行为主体的扰动度量分析

2．2．2 考虑行为主体的扰动度量

2．3 干扰管理模型构建

3 求解算法

3．1 算法混合策略

3．2 基于算法混合策略的算法设计

3．2．1 外层算法选择

3．2．2 编码

3．2．3 种群初始化

3．2．4 个体评价

3．2．5 基于种群的混合算法

3．2．6 基于轨道的混合算法

4 数值试验

4．1 基于标准测试集的数值试验设计

4．2 参数设置

4．2．1 扰动目标权重及相关参数设置

4．2．2 内层算法参数设置

4．2．3 外层算法参数设置

4．2．4 算法终止条件

4．3 多目标算法性能衡量指标

4．3．1 多样性度量指标

4．3．2 收敛性度量指标

4．3．3 平均质量指标

4．4 试验结果分析

4．4．1 基于前景理论的扰动度量方法对比分析

4．4．2 有效前沿对比分析

4．4．3 算法指标分析

结论

参考文献

攻读硕士学位期间发表学术论文情况

攻读硕士学位期间参加的科研项目

攻读硕士学位期间获得的奖励

致谢