基于多目标混合人工蜂群算法的能效优化调度研究

发布时间：2017-04-03 09:15

  本文关键词：基于多目标混合人工蜂群算法的能效优化调度研究，由笔耕文化传播整理发布。

【摘要】：制造车间能源利用率低下是困扰制造业进一步发展的难题，车间的节能减排问题一直是近些年的研究热点。在实际生产中，减少机床等设备的闲置和等待时间，控制机床的最大功率以及能耗是提高车间设备利用率，减少有害气体排放的有效方法之一。通过调度使各加工工序更加连续，有效的减少机床的闲置等待时间，在制造业中具有广阔的应用前景。 绝大多数的调度问题属于NP-hard问题，近年来群体智能算法在求解调度问题中显示出了比较好的效果。本文设计了两种改进的多目标混合人工蜂群算法来求解能效调度问题。该算法将人工蜂群算法的全局搜索能力与变邻域搜索的局部搜索能力相结合，能有效的改善单一智能算法的搜索效果。本文理论结合实践，将该算法依次应用于双目标单机能效调度问题与多目标的置换流水车间能效调度问题研究中。 针对双目标单机能效调度问题，引入了一种基于变邻域搜索的局部搜索策略来进行跟随蜂的邻域搜索，并在此基础上设计了基于Pareto排序的改进多目标混合人工蜂群算法。针对单机调度的具体问题，将机床停机状态引入改进后的调度模型中，通过与改进前的模型结果进行比较，验证了模型的有效性。同时针对多目标解集问题，引入了灰色关联分析法，通过对各组解进行灰色关联分析，可以方便从众多可行解中选出最佳解。 置换流水车间中，受工件加工时间与加工顺序的约束，车床在加工过程中存在大量的空载时间。传统加工中机床总以最大速度运行，虽然能减少加工时间但是机床的有效利用率低下。基于以上问题，本文建立了基于能耗的置换流水车间调度模型，以总完工时间、总能耗以及加工过程中的最大峰值载荷为优化目标，将机床的切削参数引入调度方案中，并针对此问题设计了实例模型。此外设计了变邻域与模拟退火相结合的局部搜索策略，改进混合人工蜂群算法。通过对具体案例的研究，验证了算法以及模型的可行性。 最后在前面几章的基础上，对全文进行了总结，对工作中需要进一步深入拓展的方面进行了分析与展望，，为后续的研究人员提供一点参考。
【关键词】：能量优化 多目标优化 混合人工蜂群算法 灰色关联分析
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP18;TH186
【目录】：

• 摘要4-5
• Abstract5-9
• 1 绪论9-15
• 1.1 课题概述9-10
• 1.2 能效调度研究背景以现状10-13
• 1.3 群体智能优化与人工蜂群算法13-14
• 1.4 论文研究的主要体系结构14-15
• 2 多目标人工蜂群算法15-23
• 2.1 多目标优化问题及其决策15-17
• 2.2 人工蜂群算法的基本模型17-18
• 2.3 人工蜂群算法的基本步骤18-21
• 2.4 人工蜂群算法的基本特点21-22
• 2.5 本章小结22-23
• 3 基于多目标人工蜂群算法的单机能效调度模型23-44
• 3.1 单机能耗调度问题模型23-24
• 3.2 基于 Pareto 的改进 MOHABC24-35
• 3.3 灰色关联分析法选择最优 Pareto 解35-37
• 3.4 混合人工蜂群算法求解双目标能耗调度实例37-43
• 3.5 本章小结43-44
• 4 基于多目标人工蜂群算法的置换流水车间能效调度优化44-57
• 4.1 基于能效优化的置换流水车间调度模型44-47
• 4.2 基于三个目标的人工蜂群算法47-49
• 4.3 实物模型描述49-56
• 4.4 结论56-57
• 5 全文总结与展望57-59
• 5.1 全文总结57
• 5.2 工作展望57-59
• 致谢59-60
• 参考文献60-65
• 附录 攻读硕士学位期间发表论文65

【相似文献】

中国期刊全文数据库 前10条

1 邢春峰,柳重堪;联想记忆系统的学习算法设计(I)[J];北京联合大学学报;1998年03期

2 王芳;刘军;谢克明;;利用子群体迁徙的思维进化算法设计[J];中北大学学报(自然科学版);2011年03期

3 刘文哲;刍议算法在程序设计中的重要性[J];西安航空技术高等专科学校学报;2003年03期

4 杨玉婷;史玉回;夏顺仁;;基于讨论机制的头脑风暴优化算法[J];浙江大学学报(工学版);2013年10期

5 薛弘晔;浮动连杆上浮动点轨迹的 CAD 算法的改进[J];陕西工学院学报;1997年02期

6 李士勇;王青;;求解连续空间优化问题的扩展粒子蚁群算法[J];测试技术学报;2009年04期

7 金曦;姜治宇;张雪;邓庆绪;;重特大事故人员疏散算法设计及系统实现[J];东北大学学报(自然科学版);2013年10期

8 陈松乔;;微型计算机中西文表格自动处理软件的算法设计[J];中南矿冶学院学报;1986年05期

9 李庆胜;;用微机进行强度预报的因素选择和算法设计[J];水泥;1986年12期

10 韩光鹏;城市最优乘车方案算法的研究[J];武汉理工大学学报;2004年06期

中国重要会议论文全文数据库 前10条

1 雷咏梅;;椭圆曲线密码体制的算法设计与实现[A];西部大开发 科教先行与可持续发展——中国科协2000年学术年会文集[C];2000年

2 杨盘洪;朱军祥;赵建安;杨静;;机动目标跟踪的模糊变结构交互多模算法[A];2007'中国仪器仪表与测控技术交流大会论文集（二）[C];2007年

3 徐子珊;;《算法设计与分析》课程中的工程教育[A];2005年全国理论计算机科学学术年会论文集[C];2005年

4 王辉;刘治昌;;用一种新算法设计的安全系统[A];2007年中国智能自动化会议论文集[C];2007年

5 舒辉;柳清峰;杜祝平;周蓓;;实践教学模式在本科专业课程教学中的应用[A];中国电子教育学会高教分会2010年论文集[C];2010年

6 彭小宏;阳东升;刘忠;;基于聚类算法的组织协作网设计[A];2006中国控制与决策学术年会论文集[C];2006年

7 李皓;罗熊;;云存储部署优化的进化算法设计[A];2013年中国智能自动化学术会议论文集（第三分册）[C];2013年

8 罗长政;李熙莹;王镇波;罗东华;;一种大流量交叉路口的背景提取与更新算法[A];第十五届全国图象图形学学术会议论文集[C];2010年

9 杨利;李霖;昌月楼;阳国贵;;对称位向量及启发式并行散列连接算法[A];数据库研究与进展95——第十三届全国数据库学术会议论文集[C];1995年

10 张晋;;嵌入式电脑鼠运行算法的研究[A];全国第20届计算机技术与应用学术会议（CACIS·2009）暨全国第1届安全关键技术与应用学术会议论文集（上册）[C];2009年

中国重要报纸全文数据库 前1条

1 ;算法设计的策略[N];电脑报;2003年

中国博士学位论文全文数据库 前10条

1 谷伟哲;齐次光滑算法及其应用[D];天津大学;2010年

2 龙海侠;进化算法及其在生物信息中的应用[D];江南大学;2010年

3 谭跃;具有混沌局部搜索策略的粒子群优化算法研究[D];中南大学;2013年

4 尤海峰;求解隐式目标优化问题的交互式进化算法研究[D];中国科学技术大学;2011年

5 张常淳;基于MapReduce的大数据连接算法的设计与优化[D];中国科学技术大学;2014年

6 郭崇慧;地区中长期发展规划若干定量模型、算法及应用研究[D];大连理工大学;2002年

7 蒋蔚;粒子滤波改进算法研究与应用[D];哈尔滨工业大学;2010年

8 孙贺;算法设计中的若干前沿问题[D];复旦大学;2009年

9 陈宁涛;基于二分技术的高效算法设计及其应用[D];华中科技大学;2006年

10 娄晓文;无符号基因组切割再粘贴重组问题的算法研究[D];山东大学;2010年

中国硕士学位论文全文数据库 前10条

1 穆强;基于熵的K-匿名属性泛化算法研究[D];南京信息工程大学;2011年

2 韩孟江;集装箱配载关键问题的高效能求解算法[D];电子科技大学;2011年

3 王帆;面向高维及多目标的协同细菌觅食算法研究[D];大连理工大学;2013年

4 高媛;解两类全局优化问题的新算法[D];西安电子科技大学;2013年

5 肖立;智能算法在对地观测计划制定中的应用[D];中国科学院研究生院（空间科学与应用研究中心）;2008年

6 陈丹;基于遗传聚类的社团发现算法研究[D];西南交通大学;2014年

7 刘源;基于云计算的分布式推荐引擎算法研究[D];电子科技大学;2013年

8 解英文;基于蚁群算法的网络路由算法[D];山东大学;2009年

9 李海生;蜂群算法及其在垂直Web搜索中的应用[D];广州大学;2010年

10 张洪亮;基于粒子滤波的车道标识线检测与跟踪算法的设计与实现[D];东北大学;2008年

  本文关键词：基于多目标混合人工蜂群算法的能效优化调度研究，由笔耕文化传播整理发布。

本文编号：284083