基于群体智能优化算法的车间调度关键技术研究与开发

作     者：顾笑言 

作者单位：齐鲁工业大学 

学位级别：硕士

导师姓名：张让勇

授予年度：2024年

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081104[工学-模式识别与智能系统] 0802[工学-机械工程] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：柔性作业车间 非洲秃鹫优化算法 佳点集 差分进化 变邻域搜索 

摘      要：随着现代社会的快速发展,人们对产品的需求也日趋多样化,传统的规模化生产模式已经无法满足消费者的个性化需求,柔性生产能够灵活地生产满足消费者多样性需求的定制化产品。因此,柔性车间调度问题(Flexible Job-shop Scheduling Problem,FJSP)逐渐成为研究热点。针对车间调度问题,众多研究学者已对多种改进的群智能算法进行了深入研究,然而,现有的群智能算法仍然存在一些问题,如易陷入局部最优的困境、收敛速度相对较慢以及精度不足等。 针对上述问题,本文采用改进的非洲秃鹫优化算法解决FJSP问题,通过实验结果进行对比分析,明确了该方法在优化调度方面的有效性和可行性。最后,把改进后的算法应用在企业零部件车间生产调度系统中,验证了该理论结果的实际可用性。本文的主要工作完成如下: (1)本文提出了一种基于改进的非洲秃鹫优化算法(Improved African Vulture Optimization Algorithm,IAVOA)。首先,为了确保种群的多样性和算法的全局搜索能力,利用佳点集策略对种群初始化进行改进。其次,为了解决全局搜索和局部搜索的不平衡问题,在秃鹫选择中引入了代表性秃鹫选择策略,并在迭代阶段引入差分进化算子和动态反向学习策略来提高算法的跳出局部最优解的能力。最后,通过标准测试函数对比表明,IAVOA的表现优于其它五个对比算法,验证了本文所提出的IAVOA具有更好的收敛速度和优化能力。 (2)将改进后的非洲秃鹫优化算法应用在柔性车间调度中进行研究。首先,把柔性车间调度问题转化为数学寻优问题,通过分段编码方式进行编码,并进行离散调度解的映射。其次,针对车间调度问题进行离散改进,利用混合启发式规则初始化机器选择部分,引入变邻域搜索机制,并融合交叉和变异策略调整工序与机器排序,以此扩大解的搜索空间,使算法能够搜索到更好的解。最后,通过与其它群智能算法在基准算例中进行对比。实验结果表明,离散改进的非洲秃鹫优化算法在解决FJSP方面具有更好的优越性和稳定性,并生成更优的生产调度计划。 (3)根据某公司加工厂实际需求,结合改进非洲秃鹫优化算法应用到生产调度排程,采用Spring Boot框架、My SQL数据库和Vue框架开发了农机零部件车间生产调度系统,验证了该理论结果的实际可用性。