论文摘要资料文件与下载

基于分布估计算法的柔性生产调度研究

博士研究生:王圣尧

指导教师:王凌 教授

所属院系:自动化系

论文摘要

柔性生产调度是复杂的组合优化问题，具有广泛的工程背景，相关理论和算法的研究具有重要的学术意义和应用价值。分布估计算法采用基于概率模型和统计学习的进化方法，具有很强的全局搜索能力，已成为智能优化领域的研究热点。本文针对几类典型的柔性生产调度问题，分析问题特征，建立合理的概率模型，设计有效的搜索操作，提出基于分布估计算法的优化方法，为柔性生产调度提供理论和算法支持。

在综述柔性生产调度和分布估计算法的相关研究以及深入研究的基础上，论文取得了如下主要成果：

（1）针对不相关并行机调度问题，提出了一种带有迭代贪婪搜索的分布估计算法。创新点体现在：给出了makespan指标下判断邻域搜索操作有效性的充要条件，建立了基于工件紧邻关系的概率模型，设计了两种解构和重构操作以及迭代贪婪搜索策略。

（2）针对多目标柔性作业车间调度问题，提出了一种双种群分布估计算法。创新点体现在：建立了基于工序优先级和机器分配情况的概率模型，提出了基于Pareto最优性的精英解选择机制，设计了种群分裂机制和子种群搜索策略。

（3）针对随机混合流水车间调度问题，提出了一种基于序的分布估计算法。创新点体现在：建立了基于首阶段加工优先级的概率模型，提出了基于最优计算量分配的概率模型更新机制。

（4）针对分布式流水装配调度问题，提出了一种带有局部搜索的分布估计算法。创新点体现在：建立了基于工件优先级的概率模型，提出了选择性增强采样机制，设计了基于关键路径的局部搜索策略。

（5）针对半导体最终测试调度问题，提出了一种混合分布估计算法。创新点体现在：提出了新颖的编码和解码方式以及简单的局部搜索策略，建立了基于工序优先级和机器分配情况的概率模型。

同时，分析了所提算法的计算复杂度，通过试验设计探讨了参数对性能的影响，并通过大量仿真测试以及与代表性算法的比较验证所提算法的有效性和高效性。