论文部分内容阅读
生产调度问题在经历了近几十年的研究和探索以后,逐步的形成了一套比较完整的科学技术理论,并且普遍地应用于企业的生产制造,其理论研究成果也已从制造领域发展到社会服务、物流交通、企业信息化、供应链等许多行业。调度问题最早是由Gantt于1916年提出的,但是在随后的几十年却一直发展缓慢,直到1954年,Johnson对基于两台机器的有序加工调度问题进行了深入的研究,生产领域调度问题的研究才真正步入正轨。流水线车间调度问题是现实生产调度问题中一个很重要的简化模型,同时也已经被证明了是一类典型NP-hard问题[1],其实质是一类组合优化问题,并在流程工业和离散制造工业等方面的应用十分广泛,因此对其研究具有十分重要的理论意义和现实价值。首先,本文简要回顾了生产调度的有关知识背景、研究现状以及常见的用来解决此类问题的各种算法,重点介绍了生产调度中的各类问题以及新型群智能优化算法——猫群算法。同时,本文专门生产调度优化问题作了详细的阐述,对其理论体系进行了梳理,并介绍了传统的解决方法和启发式算法的解决方法。接着,本文着重讲述了算法的基本原理。主要包括智能群体算法的大框架,介绍了猫群算法的相关知识背景和算法的理论基础和重要参数,并在此基础上结合智能群体算法的常见模式对猫群算法做了相应的改进尝试,其中包括对参数的改进以及引入量子计算等,这些都大大改善了算法的搜索机制,提高了算法的搜索效率。此外,本文还进一步研究了带有学习效应的流水线调度问题,此类调度模型是更贴近实际和现实的问题,所以更具有研究价值。通过编程模拟仿真,得出了在不同效应情况下对调度方案的影响。最后,本文结合实例,利用Matlab编程仿真实验,通过分析,验证了本文的相关算法,和改进后的猫群算法的高效性,以及基于猫群算法求解无等待、阻塞等调度问题,并在本文结尾指出了今后针对猫群算法在生产调度中应用的研究展望。