基于協(xié)同量子進化計算的隨機生產(chǎn)調(diào)度若干研究
定 價:58 元
叢書名:系統(tǒng)優(yōu)化與能源管理創(chuàng)意系列叢書
- 作者: 谷金蔚 著
- 出版時間:2021/8/1
- ISBN:9787564237998
- 出 版 社:上海財經(jīng)大學出版社
- 中圖法分類:F273
- 頁碼:173
- 紙張:膠版紙
- 版次:1
- 開本:16開
生產(chǎn)調(diào)度是現(xiàn)代制造業(yè)管理的關(guān)鍵和核心技術(shù)。優(yōu)化的生產(chǎn)調(diào)度方案能夠使企業(yè)獲得大的經(jīng)濟效益和社會效益,因此,對生產(chǎn)調(diào)度的研究有著重要意義。在以往的研究中,大部分學者研究確定性調(diào)度問題,然而,在實際的生產(chǎn)過程中,往往存在大量事先無法預料的不確定因素,例如,生產(chǎn)設(shè)備發(fā)生故障、任務(wù)的處理時間發(fā)生變化、產(chǎn)品的需求量不確定以及其他不確定事件。因此,企業(yè)必須考慮不確定情況下的生產(chǎn)調(diào)度,在保證生產(chǎn)過程合理、正常運行的前提下獲得的效益。
《基于協(xié)同量子進化計算的隨機生產(chǎn)調(diào)度若干研究》針對不確定的生產(chǎn)調(diào)度問題,采用隨機規(guī)劃理論,建立幾類生產(chǎn)調(diào)度問題的數(shù)學模型;為了解決隨機調(diào)度模型優(yōu)化的復雜問題,提出了幾種改進的量子進化算法和協(xié)同進化算法,并將其應(yīng)用于隨機調(diào)度,給出幾類隨機調(diào)度的算法。
生產(chǎn)調(diào)度是現(xiàn)代制造業(yè)管理的關(guān)鍵和核心技術(shù)。優(yōu)化的生產(chǎn)調(diào)度方案能夠使企業(yè)獲得最大的經(jīng)濟效益和社會效益,因此,對生產(chǎn)調(diào)度的研究有著重要意義。在以往的研究中,大部分學者研究確定性調(diào)度問題,然而,在實際的生產(chǎn)過程中,往往存在大量事先無法預料的不確定因素,例如,生產(chǎn)設(shè)備發(fā)生故障、任務(wù)的處理時間發(fā)生變化、產(chǎn)品的需求量不確定以及其他不確定事件。因此,企業(yè)必須考慮不確定情況下的生產(chǎn)調(diào)度,在保證生產(chǎn)過程合理、正常運行的前提下獲得最大的效益。本書針對不確定的生產(chǎn)調(diào)度問題,采用隨機規(guī)劃理論,建立幾類生產(chǎn)調(diào)度問題的數(shù)學模型;為了解決隨機調(diào)度模型優(yōu)化的復雜問題,提出了幾種改進的量子進化算法和協(xié)同進化算法,并將其應(yīng)用于隨機調(diào)度,給出幾類隨機調(diào)度的算法。主要貢獻如下:
。1)針對帶提前/拖期指標的隨機并行機調(diào)度問題,建立了成本期望值最小的隨機并行機調(diào)度模型,其中,加工時間為隨機變量且服從均勻分布,并采用量子算法進行優(yōu)化;為了克服量子遺傳算法容易早熟收斂的問題,提出一種新穎的多宇宙量子遺傳算法。該算法借鑒了多宇宙學說的基本思想,在搜索后期實施量子多宇宙策略進行精搜索。隨機調(diào)度的數(shù)據(jù)仿真結(jié)果表明多宇宙量子遺傳算法比遺傳算法和量子遺傳算法效果更好。
。2)針對隨機Job Shop問題,建立了隨機期望值規(guī)劃模型,其中,加工時間獨立同分布于正態(tài)分布;提出了并行量子遺傳算法對該調(diào)度問題進行求解。該算法基于并行進化思想和量子理論的相關(guān)概念,模擬了一種并行的量子計算模型。該模型存在多個子種群。幾個子種群為一組,稱為“宇宙”。在宇宙內(nèi)部,所有的子種群形成超星型網(wǎng)絡(luò)拓撲結(jié)構(gòu)。子種群之間實施一種新穎的滲透遷移策略,自適應(yīng)地控制個體的遷移方向和遷移數(shù)量;在宇宙之間,實施量子交叉策略。根據(jù)Job Shop調(diào)度編碼的特點,專門設(shè)計了編碼策略,將量子位編碼轉(zhuǎn)換成JobShop編碼,同時設(shè)計相對大角度的量子旋轉(zhuǎn)角度查詢表。實驗仿真結(jié)果驗證了NPQGA算法的有效性和實用性。
。3)針對隨機Job Shop問題和帶并行處理單元的隨機Flow Shop調(diào)度問題的復雜性,提出了災變式合作協(xié)同遺傳算法和競爭型協(xié)同量子遺傳算法,進行求解。災變式合作協(xié)同遺傳算法主要針對基本合作式協(xié)同遺傳算法容易陷入局部最優(yōu)的弊端進行改進,當種群出現(xiàn)趨同現(xiàn)象時,就執(zhí)行災變操作,原有基因的壟斷優(yōu)勢被打破,從而增加了基因的多樣性,激發(fā)出更好的基因。大量的仿真結(jié)果驗證,改進對算法有一定的改善作用。競爭型協(xié)同量子遺傳算法是基于多種群協(xié)同進化思想和量子理論的相關(guān)概念提出的。在種群進化過程中,我們提出三種新策略——競爭捕食策略、協(xié)同合作策略和大魚吃小魚策略,通過判斷多種群之間的相互作用程度,動態(tài)調(diào)整種群規(guī)模,提高了種群的自適應(yīng)性,同時還設(shè)計了新的調(diào)度編碼轉(zhuǎn)換機制和對量子種群進行更新操作。實驗結(jié)果顯示了競爭型協(xié)同量子遺傳算法較好的可行性和有效性。
(4)研究了帶設(shè)備故障的兩種隨機調(diào)度問題——隨機Flow Shop問題和帶并行處理單元的隨機Flow Shop問題,不僅加工時間是隨機變量,而且設(shè)備故障的發(fā)生時刻和設(shè)備修理時間也是隨機變量。在隨機Flow Shop問題中,分析了兩種故障模型-preemptlve-resume model和preemptive-repeat model。每種模型下又討論兩種故障情況:故障發(fā)生后,任務(wù)的加工時間是否重新采樣。在帶并行處理單元的隨機Flow Shop調(diào)度問題中,針對故障可能發(fā)生的不同情況(故障發(fā)生在加工任務(wù)的正常加工時段或者設(shè)備空閑時段),給出相應(yīng)的仿真求解方法,即計算相應(yīng)情況下加工任務(wù)的起始加工時間和完工時間。在調(diào)度優(yōu)化算法方面,將量子理論和協(xié)同進化計算相結(jié)合,提出了一種合作型協(xié)同量子遺傳算法進行求解,實驗仿真結(jié)果顯示了算法的優(yōu)越性。
。5)針對不同中間存儲方式的隨機Flow Shop調(diào)度問題,分別建立具有零等待和有限中間存儲的隨機期望值規(guī)劃模型,并用量子遺傳算法進行求解,仿真結(jié)果驗證了所建的調(diào)度模型和量子遺傳算法的有效性。
前言
第1章 緒論
1.1 引言
1.2 生產(chǎn)調(diào)度問題概述
1.2.1 生產(chǎn)調(diào)度問題的起源與歷史
1.2.2 生產(chǎn)調(diào)度問題的描述
1.2.3 生產(chǎn)調(diào)度問題的分類
1.2.4 生產(chǎn)調(diào)度問題的優(yōu)化方法
1.3 不確定性生產(chǎn)調(diào)度
1.3.1 生產(chǎn)調(diào)度的不確定性因素
1.3.2 不確定性因素的數(shù)學描述
1.3.3 不確定條件下的生產(chǎn)調(diào)度方法
1.3.4 隨機調(diào)度問題
1.4 內(nèi)容及章節(jié)安排
第2章 基于改進量子遺傳算法的隨機調(diào)度問題
2.1 引言
2.2 求解隨機調(diào)度問題的量子遺傳算法
2.2.1 基本量子遺傳算法
2.2.2 多宇宙量子遺傳算法
2.2.3 并行量子遺傳算法
2.3 基于改進量子遺傳算法的隨機并行機調(diào)度方法
2.3.1 隨機并行機調(diào)度問題模型
2.3.2 求解隨機并行機調(diào)度問題的多宇宙量子遺傳算法設(shè)計
2.3.3 仿真研究
2.4 基于改進量子遺傳算法的隨機Job Shop調(diào)度方法
2.4.1 隨機Job Shop調(diào)度問題模型
2.4.2 求解隨機Job Shop調(diào)度問題的并行量子遺傳算法設(shè)計
2.4.3 仿真研究
2.5 本章小結(jié)
第3章 基于改進協(xié)同進化遺傳算法的隨機調(diào)度問題
3.1 引言
3.2 求解隨機調(diào)度問題的協(xié)同進化遺傳算法
3. 2.1 基本合作型協(xié)同進化遺傳算法
3.2.2 災變式合作協(xié)同遺傳算法
3.2.3 基本競爭型協(xié)同進化遺傳算法
3.2.4 競爭型協(xié)同量子遺傳算法
3.3 基于改進協(xié)同進化遺傳算法的帶并行處理單元的隨機Flow Shop調(diào)度方法
3. 3.1 帶并行處理單元的隨機Flow Shop調(diào)度問題模型
3.3.2 帶并行處理單元的隨機Flow Shop調(diào)度問題的災變式合作協(xié)同遺傳算法設(shè)計
3.3.3 仿真研究
……
第4章 設(shè)備故障情況下的隨機調(diào)度問題
第5章 含中間存儲方式的隨機Flow Shop調(diào)度問題研究
第6章 工作總結(jié)與展望
參考文獻