声明
摘要
缩略词注释
1.1研究背景和意义
1.2调度问题及研究方法综述
1.2.1调度问题的研究概况
1.2.2调度问题的研究方法
1.2.3调度问题中的学习效应概述
1.3生产作业系统研究综述
1.3.1“一对一”生产作业系统
1.3.2“一对多”生产作业系统
1.4本文的主要工作和结构
第二章基于学习效应的“一对一”单机订单调度
2.1问题描述与模型建立
2.1.1订单调度数学模型
2.1.2工件分配混合整数规划模型
2.2最小化总延误时间的订单调度算法
2.2.1Split规则
2.2.2Decomposition规则
2.2.3Elimination规则
2.2.4上界与下界
2.2.5基于考虑学习效应的SDE规则的分支定界算法
2.2.6仿真实验与分析
2.3最小化总加权延误时间的订单调度算法
2.3.1改进动态规划算法
2.3.2模拟退火算法
2.3.3仿真实验与分析
2.4本章小结
第三章基于学习效应的“一对一”多机订单调度
3.1问题描述与模型建立
3.1.1可拆分订单的“一对一”多机订单调度模型
3.1.2不可拆分订单的“一对一”多机订单调度模型
3.2可拆分订单的“一对一”多机订单调度算法
3.3不可拆分订单的“一对一”多机订单调度算法
3.3.1四种启发式规则
3.3.2融合分支定界的帝国主义竞争算法
3.3.3传统元启发式算法改进
3.4仿真实验与分析
3.4.1多种启发式规则的比较
3.4.2参数确定
3.4.3ICABB与不同算法的比较
3.4.4车间环境对算法的影响
3.5本章小结
第四章基于学习效应的“一对多”单人多机调度
4.1问题描述及模型建立
4.2最小化最大完工时间的调度算法
4.2.1贪婪算子与贪婪算法
4.2.2融合迭代贪婪的模拟退火算法
4.2.3仿真实验与分析
4.3最小化最大完工时间和行走时间的多目标调度算法
4.3.1变贪婪偏向的多目标贪婪算法
4.3.2融合迭代贪婪的多目标遗传算法
4.3.3仿真实验与分析
4.4本章小结
第五章基于学习效应的“一对多”多人多机调度
5.1 问题描述及建立模型
5.2基于关键工件的多人作业迭代贪婪算法
5.2.1工件与机器的关键性指数
5.2.2多人作业NEH规则
5.2.3多人作业邻域搜索方法
5.2.4多人作业随机扰动方法
5.2.5基于关键工件的多人作业迭代贪婪算法
5.3仿真实验与分析
5.3.1混合整数规划模型实验
5.3.2KMIG参数和成分确定
5.3.3KMIG与不同启发式算法的比较
5.3.4车间环境对KMIG优化效果的影响
5.4本章小结
6.1全文总结
6.2工作展望
参考文献
致谢
攻读博士学位期间完成的学术论文及成果
山东大学;