基于Hadoop的试验检测计划总完工时间极小化研究

摘要

随着国家电网对输配电装备需求日益增长，国内输配电行业试验检测业务量急剧增加，同时客户对于试验检测服务的能力、周期和费用等要求越来越高。有效的试验检测计划可以增强企业资源优化配置能力，提高企业的试验检测服务的效率，满足不断扩大的试验检测服务需求。传统试验检测计划的制定主要依赖于试验检测人员的主观经验，由于试验检测过程的不确定性及试验过程建模的复杂性，使得试验检测计划方案的实施效果普遍不理想，另外由于试验检测业务规模不断扩大，制定合理的试验检测计划方案更加困难，对企业的试验检测效率和质量提出了前所未有挑战。
　　针对上述问题，本文从试验检测计划入手。首先，对于产品试验检测计划排序问题，以试验检测计划的总完工时间极小化为目标，提出了基于遗传算法的试验检测计划优化方案，进行实现与验证；其次，面对不断增加的试验检测业务规模，针对海量的试验数据，开展了基于Hadoop的并行遗传算法的研究，实现了基于MapReduce的并行遗传算法，并将其应用于试验检测计划中。与传统的遗传算法模型结果进行对比分析，验证了并行遗传算法的性能。本文的主要研究工作如下：
　　（1）针对产品试验检测计划排序问题，提出了试验检测计划总完工时间极小化的优化方案。
　　（2）用MATLAB实现了基于遗传算法的试验检测计划优化方案，以高压电器产品的试验检测数据为依据，验证了算法的性能。
　　（3）针对海量的试验检测业务数据，提出了基于MapReduce的并行遗传算法，并对算法进行了实现与验证。

目录

封面

声明

中文摘要

英文摘要

插图索引

表格索引

符号对照表

缩略语对照表

目录

第一章 绪论

1.1研究背景及意义

1.2国内外研究现状

1.3研究的主要内容

1.4论文章节安排

第二章 大数据平台与Hadoop框架

2.1大数据平台的介绍

2.2 Hadoop及其关键技术

2.3 Storm介绍

2.4 Spark介绍

2.5本章小结

第三章 试验计划调度与遗传算法

3.1试验计划调度问题概述

3.2试验计划调度的研究方法

3.3遗传算法概述

3.4遗传算法的特点

3.5本章小结

第四章 基于遗传算法的总完工时间极小化模型设计与实现

4.1试验检测计划模型的数学问题描述

4.2试验计划模型的遗传算法参数设计

4.3实例分析

4.4本章小结

第五章 基于Hadoop的遗传算法设计与实现

5.1并行遗传算法介绍

5.2遗传算法的MapReduce并行化实现

5.3实验分析

5.4本章小结

第六章 总结和展望

6.1论文总结

6.2研究展望

参考文献

致谢

作者简介