制造与运输集成调度问题的智能优化算法研究

摘要

通过供应链上各个成员之间的相互合作，降低成本，提高客户满意度，成为供应链管理的重点。制造与运输集成调度作为供应链管理的一个重要的研究方向越来越受到学者的重视。本文针对制造与运输集成调度问题进行研究，具体内容如下: 1.考虑车容尺寸约束，以最小化延误时间和为目标，研究了制造与运输集成调度问题。分析了问题的性质，结合问题的特点，建立了数学模型，并分别设计了遗传算法，粒子群算法和混合蛙跳算法求解该问题。详细阐述了各算法的实现过程，包括:编码方式，结合车容约束的种群初始化方法和修复策略，路径策略等，在此基础上，对上述算法进行了改进，针对不同规模的制造与运输集成调度问题进行了计算和分析，验证了改进算法的可行性以及稳定性。 2.研究了带车容尺寸和运输时间约束的制造与运输集成调度问题，并以最小化延误时间和为目标。分析了问题的性质，结合问题的特点，建立了数学模型，并分别用遗传算法，粒子群算法和混合蛙跳算法求解该问题。详细阐述了各算法的实现过程，包括:结合了车容约束和运输时间约束的种群初始化方法和结合了运输时间约束的两种路径策略。对不同规模的问题算例进行计算和分析，验证了算法的可行性以及稳定性。 3.考虑车容尺寸和库存约束，以最小化延误时间和为目标，研究了制造与运输集成调度问题。分析了问题的性质，并结合问题的特点建立了数学模型，阐述了考虑库存约束的调度问题所带来的机器空闲时间的计算方法。分别采用遗传算法，粒子群算法和混合蛙跳算法求解该问题。对不同规模的问题算例进行计算和分析，验证了算法的可行性以及稳定性。 4.研究了带车容、库存和运输时间约束的制造与运输集成调度问题。采用遗传算法，粒子群算法和混合蛙跳算法分别从工件尺寸大小相同和工件尺寸大小不同两个角度求解该问题。对不同规模的问题算例进行计算和分析，验证了算法的可行性以及稳定性。

目录

声明

摘要

1．1研究背景及意义

1．2国内外研究现状、发展动态

1．3本文的研究内容

第2章供应链调度问题及相关智能优化算法综述

2．1供应链调度

2．2本文涉及的智能优化算法

2．2．1遗传算法

2．2．2粒子群算法

2．2．3混合蛙跳算法

第3章考虑车容约束的制造与运输集成调度问题

3．1问题描述

3．2问题假设与定义

3．3问题的性质分析

3．4问题模型

3．4．1符号定义

3．4．2数学模型

3．5算法设计与求解

3．5．1遗传算法设计与实验结果

3．5．2粒子群算法设计与实验结果

3．5．3混合蛙跳算法设计与实验结果

3．5．4算法分析

3．5．5综合分析

第4章考虑车容和运输时间约束的制造与运输集成调度问题

4．1问题描述

4．2问题假设与定义

4．3问题的性质分析

4．4问题模型

4．4．1符号定义

4．4．2数学模型

4．5算法设计与求解

4．5．1遗传算法设计与实验结果

4．5．2粒子群算法设计与实验结果

4．5．3混合蛙跳算法设计与实验结果

4．5．4算法分析

4．5．5综合分析

第5章考虑车容和库存约束的制造与运输集成调度问题

5．1问题描述

5．2问题假设与定义

5．3问题的性质分析

5．4问题模型

5．4．1符号定义

5．4．2数学模型

5．5算法设计与求解

5．5．1遗传算法设计与实验结果

5．5．2粒子群算法设计与实验结果

5．5．3混合蛙跳算法设计与实验结果

5．5．4算法分析

5．5．5综合分析

第6章考虑车容、库存和运输时间约束的制造与运输集成调度问题

6．1问题描述

6．2工件尺寸不同情况下的算法设计与求解

6．2．1遗传算法设计与实验结果

6．2．2粒子群算法设计与实验结果

6．2．3混合蛙跳算法设计与实验结果

6．2．4算法分析

6．3工件尺寸相同情况下的算法设计与求解

6．3．1遗传算法设计与实验结果

6．3．2粒子群算法设计与实验结果

6．3．3混合蛙跳算法设计与实验结果

6．3．4算法分析

7．1总结

7．2展望

参考文献

致谢

附录