登录

  • 登录
  • 忘记密码?点击找回

注册

  • 获取手机验证码 60
  • 注册

找回密码

  • 获取手机验证码60
  • 找回
毕业论文网 > 文献综述 > 机械机电类 > 工业工程 > 正文

基于机器学习的改进模拟退火算法在车间调度应用文献综述

 2020-04-15 09:36:36  

1.目的及意义

1.1研究目的和意义

车间调度问题(Job-shop scheduling problem,JSP)在各种调度问题中是最基本的一种,属于NP-hard问题的一种。这个问题广泛存在于各种加工流水线和运输调度之中,如汽车流水线调度、港口调度、机场飞机调度等。目前依然没有可有效解决该问题的通用方法。不过,虽然各种方法都有各自的缺陷,当前已经发展出了多种算法可以在一定程度上优化该问题。

其中,模拟退火算法是一种基于概率的算法,有跳出局部最优达到全局最优的可能性:从某一较高初温出发,伴随温度参数的不断下降,结合概率突跳特性在解空间中随机寻找目标函数的全局最优解,即在局部最优解能概率性地跳出并最终趋于全局最优。

人工神经网络模型是一种模拟人脑神经网络的简单模型,人工神经网络是并行分布式系统,采用了与传统人工智能和信息处理技术完全不同的机理,克服了传统的基于逻辑符号的人工智能在处理直觉、非结构化信息方面的缺陷,具有自适应、自组织和实时学习的特点。

本文旨在寻求车间调度问题结果的优化,首先介绍神经网络、模拟退火算法和车间调度模型的概念,然后使用神经网络优化退火算法,并用标准算例对混合算法性能进行了验证。最后编写智能调度系统。

1.2国内外的研究现状分析:
国外:Hybrid Genetic Algorithm for Solving Job-Shop Scheduling中S. M. Kamrul Hasan, Student Member等人采用了一 种超遗传算法,用其对传统遗传算法进行优化。
Multi-objective Flexible Job-Shop scheduling problem with DIPSO: More diversity, greater efficiency中Carvalho; L.C.F.用进化计算对复杂车间调度问题进行了优化。
Application of genetic algorithm to optimize unrelated parallel machines of flexible job-shop scheduling problem中Hao-Chin Chang , Hung-Te Tsai , Tung-Kuan Liu改进了遗传算法来解决FJSP。
国内:《基于改进遗传算法的柔性车间调度问题的研究》(曹睿 侯向盼 金巳婷)提出一种求解该问题的改进遗传算法,结合具体情况改进了参数,提高了效率。
《车间调度问题的技术现状与发展探究》(邢少群 杨乾符 刘强 王亚辉)中比较了各种现有算法,提出智能化对算法的使用有重要意义。
《求解混合流水车间调度的改进贪婪遗传算法》(宋存利)提出了一种改进贪婪遗传算法,采用了正序解码和逆序解码加再调度并用的解码策略。


{title}

2. 研究的基本内容与方案

{title}

2.1研究内容

一般类型的JSP问题可表达为:n个工件在m台机器上加工,每个工件有特定的加工工艺,每个工件加工的顺序及每道工序所花时间给定,安排工件在每台机器上工件的加工顺序,使得某种指标最优。

2.2研究目标:

剩余内容已隐藏,您需要先支付 5元 才能查看该篇文章全部内容!立即支付

微信号:bysjorg

Copyright © 2010-2022 毕业论文网 站点地图