分布式流水車間調(diào)度與算法

目錄
“智能科學技術著作叢書”序
前言
第1章 緒論 1
1.1 典型調(diào)度問題背景 1
1.2 國內(nèi)外研究現(xiàn)狀 3
1.2.1 分布式流水車間調(diào)度問題研究現(xiàn)狀 3
1.2.2 裝配式流水車間調(diào)度問題研究現(xiàn)狀 3
1.2.3 帶裝配階段的分布式流水車間調(diào)度問題研究現(xiàn)狀 5
1.2.4 帶分批交付約束的分布式流水車間調(diào)度問題研究現(xiàn)狀 6
1.2.5 帶機器人約束的分布式流水車間調(diào)度問題研究現(xiàn)狀 7
1.2.6 帶訂單約束的分布式流水車間調(diào)度問題研究現(xiàn)狀 8
1.2.7 阻塞流水車間調(diào)度問題研究現(xiàn)狀 8
1.2.8 節(jié)能多目標調(diào)度問題研究現(xiàn)狀 9
參考文獻 9
第2章 幾類分布式流水車間調(diào)度問題建模 18
2.1 置換流水車間調(diào)度問題 19
2.2 分布式置換流水車間調(diào)度問題 20
2.2.1 模型1 21
2.2.2 模型2 22
2.2.3 模型3 24
2.2.4 模型4 24
2.2.5 模型5 25
2.2.6 模型6 27
2.2.7 模型7 28
2.3 帶起重機裝配階段的分布式流水車間調(diào)度問題 29
2.3.1 問題描述 29
2.3.2 問題實例 29
2.4 帶分批交付約束的分布式流水車間調(diào)度問題 31
2.4.1 問題描述 31
2.4.2 問題實例 31
2.5 帶阻塞約束和惡化時間約束的分布式流水車間調(diào)度問題 32
2.5.1 帶阻塞約束的分布式流水車間調(diào)度問題 32
2.5.2 帶惡化時間約束的分布式流水車間調(diào)度問題 33
2.6 帶機器人約束的分布式流水車間調(diào)度問題 33
2.6.1 問題描述 33
2.6.2 問題建模 34
2.6.3 問題實例 36
2.7 帶阻塞約束和裝配階段的分布式流水車間調(diào)度問題 37
2.7.1 問題描述 37
2.7.2 問題建模 38
2.8 帶延展性序列相關切換時間和工件分組的分布式阻塞流水車間調(diào)度問題 42
2.8.1 問題描述 42
2.8.2 問題建模 43
2.9 本章小結 47
參考文獻 47
第3章 幾類智能優(yōu)化算法 50
3.1 鯨魚群優(yōu)化算法 50
3.1.1 氣泡網(wǎng)攻擊 50
3.1.2 尋找獵物 51
3.1.3 WOA研究現(xiàn)狀 52
3.2 模擬退火算法 53
3.3 迭代貪心算法 54
3.3.1 迭代貪心算法描述 55
3.3.2 迭代貪心算法求解單目標優(yōu)化問題 55
3.3.3 迭代貪心算法求解雙目標優(yōu)化問題 56
3.3.4 迭代貪心算法混合策略 56
3.4 非支配排序遺傳算法 56
3.5 變鄰域搜索算法 57
3.6 本章小結 58
參考文獻 59
第4章 帶裝配階段的分布式流水車間調(diào)度問題 62
4.1 帶裝配階段的分布式流水車間調(diào)度問題建模 62
4.2 算法設計 64
4.2.1 改進的鯨魚群優(yōu)化算法 64
4.2.2 問題編碼解碼和初始化 64
4.2.3 右移策略 65
4.2.4 交叉策略 68
4.3 實驗分析 70
4.3.1 實驗算例 70
4.3.2 實驗參數(shù) 71
4.3.3 右移策略的有效性 72
4.3.4 交叉策略的有效性 74
4.3.5 與其他有效算法的對比 76
4.4 本章小結 78
參考文獻 78
第5章 帶分批交付約束的分布式流水車間調(diào)度問題 80
5.1 帶分批交付約束的分布式流水車間調(diào)度問題建模 80
5.2 算法設計 81
5.2.1 編碼解碼 81
5.2.2 解的初始化 82
5.2.3 鄰域結構 82
5.2.4 基于改進鯨魚群優(yōu)化算法的局部搜索策略 86
5.3 實驗分析 86
5.3.1 實驗算例 86
5.3.2 實驗參數(shù) 86
5.3.3 鄰域結構的有效性 88
5.3.4 與其他算法的對比 89
5.4 本章小結 92
參考文獻 92
第6章 帶機器人約束的分布式流水車間調(diào)度問題 93
6.1 IIG算法設計 93
6.1.1 算法框架 93
6.1.2 問題編碼 94
6.1.3 問題解碼 95
6.1.4 初始化策略 96
6.1.5 鄰域結構 96
6.1.6 析構策略 98
6.1.7 重構策略 99
6.1.8 接受準則 99
6.2 實驗分析 100
6.2.1 實驗算例和實驗參數(shù) 100
6.2.2 局部搜索策略的有效性 100
6.2.3 接受準則策略的有效性 102
6.2.4 與其他算法的對比 103
6.3 本章小結 110
參考文獻 110
第7章 帶訂單約束的分布式流水車間調(diào)度問題 111
7.1 問題描述 111
7.1.1 問題說明與假設條件 111
7.1.2 問題示例 112
7.2 改進的迭代貪心算法 113
7.2.1 算法框架 113
7.2.2 問題編碼 114
7.2.3 問題解碼 115
7.2.4 初始化 115
7.2.5 鄰域結構 116
7.2.6 析構和重構階段 118
7.3 實驗分析 119
7.3.1 實驗算例 119
7.3.2 實驗參數(shù) 119
7.3.3 融合LS策略的有效性 120
7.3.4 融合SA接受準則策略的有效性 122
7.3.5 與其他算法的對比 123
7.4 本章小結 126
參考文獻 126
第8章 帶阻塞約束和裝配階段的分布式阻塞流水車間節(jié)能調(diào)度 127
8.1 問題屬性 127
8.2 改進的二代非支配排序遺傳算法 127
8.2.1 解的編碼 128
8.2.2 初始化 129
8.2.3 交叉和變異 133
8.2.4 局部搜索 137
8.3 實驗分析 138
8.3.1 實驗算例 138
8.3.2 實驗參數(shù) 139
8.3.3 CPLEX模型驗證 141
8.3.4 算法的性能分析 142
8.4 本章小結 150
參考文獻 150
第9章 智能服裝業(yè)調(diào)度問題實例驗證 152
9.1 帶裝配階段的分布式流水車間調(diào)度問題實例驗證 152
9.1.1 工廠生產(chǎn)流程 152
9.1.2 實例數(shù)據(jù)導入 152
9.1.3 實例結果分析 153
9.2 帶分批交付約束的分布式流水車間調(diào)度問題實例驗證 154
9.2.1 工廠生產(chǎn)流程 154
9.2.2 實例數(shù)據(jù)導入 155
9.2.3 實例結果分析 156
9.3 本章小結 157
參考文獻 157
第10章 制藥業(yè)調(diào)度問題實例驗證 158
10.1 帶機器人約束的DPFSP實例驗證 160
10.2 帶機器人約束和訂單約束的DPFSP實例驗證 162
10.3 本章小結 165