基于群智能優(yōu)化的車間調(diào)度方法

第1章緒論1
1.1引言1
1.2生產(chǎn)調(diào)度問題概述2
1.2.1生產(chǎn)調(diào)度問題的定義2
1.2.2生產(chǎn)調(diào)度問題的起源和發(fā)展2
1.2.3生產(chǎn)調(diào)度問題的分類3
1.2.4生產(chǎn)調(diào)度問題的描述4
1.2.5生產(chǎn)調(diào)度問題的求解方法7
1.3本書內(nèi)容和章節(jié)安排15
第2章基于增強(qiáng)迭代貪婪算法的單機(jī)調(diào)度18
2.1引言18
2.2最小化總加權(quán)滯后的單機(jī)調(diào)度問題20
2.3求解單機(jī)調(diào)度問題的增強(qiáng)迭代貪婪算法20
2.3.1基本迭代貪婪算法20
2.3.2針對(duì)單機(jī)總加權(quán)滯后調(diào)度的增強(qiáng)迭代貪婪算法設(shè)計(jì)22
2.4用于交換移動(dòng)的刪除規(guī)則和加速方法27
2.5仿真研究30
2.5.1參數(shù)設(shè)置30
2.5.2EIG算法與其他算法的比較33
2.5.3EIG算法最佳性能測試38
2.6小結(jié)42
第3章基于離散差分進(jìn)化算法的并行機(jī)調(diào)度43
3.1引言43
3.2最小化總滯后的并行機(jī)調(diào)度問題44
3.3求解并行機(jī)調(diào)度問題的混合離散差分進(jìn)化算法45
3.3.1標(biāo)準(zhǔn)差分進(jìn)化算法45
3.3.2離散差分進(jìn)化算法47
3.3.3針對(duì)同等并行機(jī)調(diào)度的混合離散差分進(jìn)化算法設(shè)計(jì)49
3.4仿真研究54
3.4.1參數(shù)設(shè)置54
3.4.2HDDE算法與DDE、CSPSO算法的比較58
3.4.3HDDE算法與BAB算法的比較62
3.5小結(jié)63
第4章基于離散差分進(jìn)化算法的零空閑流水車間調(diào)度65
4.1引言65
4.2最小化makespan的零空閑流水車間調(diào)度問題67
4.3用于插入鄰域的加速方法70
4.4求解零空閑流水車間調(diào)度問題的混合離散差分進(jìn)化算法71
4.5仿真研究74
4.5.1參數(shù)設(shè)置74
4.5.2加速方法的驗(yàn)證78
4.5.3HDDE算法與IGLS、HDPSO、DDELS、HDDE算法的比較80
4.6小結(jié)85
第5章基于群搜索優(yōu)化算法的帶阻塞流水車間調(diào)度問題研究86
5.1引言86
5.2最小化總流水時(shí)間的帶阻塞流水車間調(diào)度問題87
5.3基本群搜索優(yōu)化算法90
5.4求解帶阻塞流水車間調(diào)度問題的離散群搜索優(yōu)化算法93
5.4.1問題編碼及初始化93
5.4.2發(fā)現(xiàn)者94
5.4.3追隨者95
5.4.4游蕩者96
5.4.5算法流程96
5.4.6算法復(fù)雜度分析97
5.5仿真研究97
5.5.1仿真環(huán)境與對(duì)象97
5.5.2算法參數(shù)討論97
5.5.3算法性能測試100
5.6小結(jié)105
第6章基于和聲搜索算法的中間存儲(chǔ)有限流水車間調(diào)度問題研究106
6.1引言106
6.2最小化總流水時(shí)間的中間存儲(chǔ)有限流水車間調(diào)度問題108
6.3基本和聲搜索算法110
6.4求解中間存儲(chǔ)有限流水車間調(diào)度問題的混合離散和聲搜索算法114
6.4.1和聲個(gè)體的編碼與初始化114
6.4.2新和聲個(gè)體的構(gòu)造114
6.4.3和聲記憶庫的更新方法115
6.4.4差分進(jìn)化策略116
6.4.5局部搜索116
6.4.6算法流程117
6.4.7算法復(fù)雜度分析117
6.5仿真研究117
6.5.1仿真環(huán)境與對(duì)象117
6.5.2算法參數(shù)討論118
6.5.3算法仿真測試121
6.5.4HDHS算法與其他算法在不同中間存儲(chǔ)大小下的比較122
6.6小結(jié)129
第7章基于人工蜂群算法的混合流水車間調(diào)度問題研究130
7.1引言130
7.2混合流水車間調(diào)度問題132
7.2.1問題的描述132
7.2.2問題的數(shù)學(xué)模型132
7.3基本人工蜂群算法135
7.4求解混合流水車間調(diào)度問題的改進(jìn)離散人工蜂群算法137
7.4.1個(gè)體的編碼與初始化137
7.4.2引領(lǐng)蜂138
7.4.3跟隨蜂138
7.4.4偵察蜂139
7.4.5算法流程139
7.4.6算法復(fù)雜度分析140
7.5仿真研究141
7.5.1仿真環(huán)境與對(duì)象141
7.5.2算法參數(shù)討論141
7.5.3算法仿真測試143
7.5.4各算法求解Carlier和Neron算例的結(jié)果比較144
7.5.5各算法求解Liao算例的結(jié)果比較149
7.6小結(jié)152
第8章機(jī)器故障情況下的混合流水車間調(diào)度問題研究153
8.1引言153
8.2機(jī)器故障情況下的混合流水車間調(diào)度問題154
8.2.1問題的描述154
8.2.2針對(duì)機(jī)器故障的解決方法155
8.3求解帶機(jī)器故障的混合流水車間調(diào)度問題的改進(jìn)離散群搜索優(yōu)化算法160
8.3.1問題編碼及種群初始化160
8.3.2改進(jìn)的群搜索優(yōu)化操作160
8.3.3算法流程162
8.4仿真研究163
8.4.1仿真環(huán)境與對(duì)象163
8.4.2算法參數(shù)討論163
8.4.3IDGSO算法與PSO、RKGA、IA算法的比較165
8.4.4帶機(jī)器故障與無故障的混合流水車間調(diào)度問題仿真實(shí)驗(yàn)167
8.5小結(jié)168
參考文獻(xiàn)169