多目标和声搜索算法在半Flow Shop调度问题中的应用研究

摘要

生产调度问题是根据客户的要求和企业的任务，在有限的时间内对企业内的各种资源进行合理配置，对生产任务进行具体的规划，安排企业的生产工作，以保证企业尽可能最优地完成所有目标。简单来说，生产调度问题就是为了将生产目标达到最优，而对资源的合理规划。　　在企业可利用资源有限的前提下，运用生产调度理论的研究和方法，可以在不增加设备和资金，同时又不增加人力的情况下，就能提高生产的效率和实现资源利用的最大化，最终使企业获得收益的最大化。将优化算法应用到车间调度中，可以提高资源的利用效率，减少不必要的消耗，确保企业的多种目标尽可能地达到最优，从而使得消费者的需求可以得到尽可能地满足，加强了企业在竞争中获胜的能力。　　半flow shop生产调度问题是一种类似于flow shop但又与之有本质区别的特殊调度问题，根据工件的工艺和客户要求，同一生产线上以批为单位的工件的加工可以跳过其中的某些工序。基于企业实际生产情况，建立了目标为产品的所有工件完工时间最小、拖期时间最少和设备的空闲时间最短的多目标优化模型。针对该问题，设计了一种自适应多目标和声搜索算法，算法中引入了信息熵的概念，使种群中个体的多样性的评价更加准确。

目录

声明

致谢

摘要

第一章 绪论

1．1 研究背景与意义

1．2 车间调度问题概述

1．2．1 车间调度问题的描述

1．2．2 车间调度问题的分类

1．3 和声搜索算法在国内外研究现状

1．3．1 和声搜索算法在国外应用现状

1．3．2 和声搜索算法在国内应用现状

1．4 研究内容与论文结构

1．4．1 主要内容

1．4．2 论文结构

第二章 理论综述

2．1 标准和声搜索算法概述

2．1．1 和声搜索算法的基本原理

2．1．2 和声搜索算法的基本步骤

2．1．3 算法的特征

2．1．4 算法的应用领域

2．1．5 和声搜索算法的改进研究

2．2 多目标优化问题

2．3 本章小结

第三章 半flow shop调度问题

3．1 flow shop与半flow shop调度问题

3．1．1 flow shop调度问题

3．1．2 半flow shop与flow shop的差别

3．2 半flow shop调度问题数学模型

3．3 本章小结

第四章 改进和声搜索算法求解半flow shop问题

4．1 改进多目标和声搜索算法

4．1．1 编码方案和初始和声记忆库

4．1．2 自适应和声搜索概率和微调概率

4．1．3 新解产生策略

4．1．4 外部种群的非支配排序

4．1．5 和声记忆库的更新

4．2 改进算法流程

4．3 算例仿真

4．3．1 算法评价标准

4．3．2 计算结果

4．3．3 算例分析

4．4 本章小结

第五章 总结与展望

5．1 本文的主要工作

5．2 本文的不足

5．3 展望

参考文献

攻读硕士学位期间的学术活动及成果情况