基于机制设计的柔性流水车间调度问题的研究与分析

摘要.............................................................. I Abstract ......................................................... I II 第一章绪论 .. (1)

1.1研究背景与意义 (1)

1.2国内外研究现状 (3)

1.3本文研究内容 (5)

1.4本文组织结构 (7)

第二章流水车间调度问题及经典算法介绍 (8)

2.1调度问题模型及分类 (8)

2.2经典调度算法 (9)

本章小结 (12)

第三章混合搜索机制粒子群算法 (13)

3.1问题描述 (13)

3.2混合搜索机制粒子群算法 (14)

3.3实验仿真及算法分析 (22)

本章小结 (29)

第四章双目标零等待柔性流水车间调度问题算法 (30)

4.1问题描述 (30)

4.2产生初始种群的五种启发式算法 (31)

4.3精英粒子群算法 (32)

4.4联姻帝国竞争算法 (38)

4.5实验仿真及算法分析 (44)

4.5.1数据生成 (44)

4.5.2算法性能指标 (44)

4.5.3算法参数 (45)

4.5.4仿真实验 (48)

本章小结 (55)

第五章基于算法机制设计的柔性流水车间调度问题算法 (56)

5.1机制设计问题描述 (56)

5.2基于算法机制设计的柔性流水车间调度问题模型 (57)

5.3柔性流水车间调度问题的诚实机制设计 (59)

本章小结 (62)

第六章总结与展望 (63)

致谢 (65)

参考文献 (66)

附录 (69)

图版 (70)

摘要

调度问题是研究如何将有限资源在一定时间内分配给多个加工任务的问题。高效的调度算法能够提高企业竞争力，帮助企业提高生产合理性和有效性。已有研究表明调度问题是NP-Hard的，无法在多项式时间内求得问题最优解，除非NP=P，因此，本文以智能优化算法为基础设计优化算法。

柔性流水车间调度问题是流水车间调度问题的重要研究分支，其与传统流水车间调度问题的最大区别是问题求解过程中需额外进行机床选择，问题求解难度明显增大。对柔性流水车间调度问题的研究具有重要的理论研究价值和实际应用价值。而现有算法的可行解质量距最优解仍有一定差距，算法有待进一步优化，因此，针对柔性流水车间调度问题本文以最小化最大完成时间为优化目标提出求解该问题的混合搜索机制粒子群算法。由于粒子群算法具有搜索能力强且可调整参数较少的优秀特性，因此混合搜索机制粒子群算法以粒子群算法为基础，算法中提出NEH贪婪搜索算法优化并行机工件加工顺序，同时引入模拟退火扰动搜索算法扩大搜索范围，增加随机扰动算法帮助粒子跳出局部最优的困境。实验结果表明混合搜索机制粒子群算法的有效性和适用性均高于其他算法。

但部分工厂加工需要满足特殊加工需求，同时调度问题需保证供需双方不同需求。为解决供需双方对生产加工的不同需求，本文以最小化最大完成时间和最大延迟时间为优化目标，同时引入加工过程零等待约束满足特殊生产需求，提出求解此类问题的精英粒子群算法和联姻帝国竞争算法。精英粒子群算法以粒子群算法为算法框架，引入精英交叉算法提高可行解质量，算法中有效的保持了可行解工件之间良好的连续性以保证可行解质量；帝国竞争算法是以多帝国群体同时进化为主要更新方式，搜索速度快、可行解质量高，因此联姻帝国竞争算法以帝国竞争算法为迭代模式，算法同时引入帝国联姻算法，运用全新的革命策略以期获得更高质量的可行解。优于调度领域暂无统一数据集，因此仿真实验在不同规模的问题实例下随机生成对比数据，分别计算各对比算法的六项性能指标，实验结果表明精英粒子群算法和联姻帝国竞争算法可行解质量较高且双目标优化效果最好。

生产调度问题必然会涉及供需双方的利益，而参与者往往具有理性和自私行为，参与者提供的机器信息则具有欺骗性。因此，本文引入机制设计思想，通过