分布式流水車間調(diào)度與算法

目錄
“智能科學(xué)技術(shù)著作叢書”序
前言
第1章 緒論 1
1.1 典型調(diào)度問(wèn)題背景 1
1.2 國(guó)內(nèi)外研究現(xiàn)狀 3
1.2.1 分布式流水車間調(diào)度問(wèn)題研究現(xiàn)狀 3
1.2.2 裝配式流水車間調(diào)度問(wèn)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(wèn)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(wèn)題研究現(xiàn)狀 6
1.2.5 帶機(jī)器人約束的分布式流水車間調(diào)度問(wèn)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(wèn)題研究現(xiàn)狀 8
1.2.7 阻塞流水車間調(diào)度問(wèn)題研究現(xiàn)狀 8
1.2.8 節(jié)能多目標(biāo)調(diào)度問(wèn)題研究現(xiàn)狀 9
參考文獻(xiàn) 9
第2章 幾類分布式流水車間調(diào)度問(wèn)題建模 18
2.1 置換流水車間調(diào)度問(wèn)題 19
2.2 分布式置換流水車間調(diào)度問(wèn)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(jī)裝配階段的分布式流水車間調(diào)度問(wèn)題 29
2.3.1 問(wèn)題描述 29
2.3.2 問(wèn)題實(shí)例 29
2.4 帶分批交付約束的分布式流水車間調(diào)度問(wèn)題 31
2.4.1 問(wèn)題描述 31
2.4.2 問(wèn)題實(shí)例 31
2.5 帶阻塞約束和惡化時(shí)間約束的分布式流水車間調(diào)度問(wèn)題 32
2.5.1 帶阻塞約束的分布式流水車間調(diào)度問(wèn)題 32
2.5.2 帶惡化時(shí)間約束的分布式流水車間調(diào)度問(wèn)題 33
2.6 帶機(jī)器人約束的分布式流水車間調(diào)度問(wèn)題 33
2.6.1 問(wèn)題描述 33
2.6.2 問(wèn)題建模 34
2.6.3 問(wèn)題實(shí)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(wèn)題 37
2.7.1 問(wèn)題描述 37
2.7.2 問(wèn)題建模 38
2.8 帶延展性序列相關(guān)切換時(shí)間和工件分組的分布式阻塞流水車間調(diào)度問(wèn)題 42
2.8.1 問(wèn)題描述 42
2.8.2 問(wèn)題建模 43
2.9 本章小結(jié) 47
參考文獻(xiàn) 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(biāo)優(yōu)化問(wèn)題 55
3.3.3 迭代貪心算法求解雙目標(biāo)優(yōu)化問(wèn)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(jié) 58
參考文獻(xiàn) 59
第4章 帶裝配階段的分布式流水車間調(diào)度問(wèn)題 62
4.1 帶裝配階段的分布式流水車間調(diào)度問(wèn)題建模 62
4.2 算法設(shè)計(jì) 64
4.2.1 改進(jìn)的鯨魚群優(yōu)化算法 64
4.2.2 問(wèn)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(shí)驗(yàn)分析 70
4.3.1 實(shí)驗(yàn)算例 70
4.3.2 實(shí)驗(yàn)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(duì)比 76
4.4 本章小結(jié) 78
參考文獻(xiàn) 78
第5章 帶分批交付約束的分布式流水車間調(diào)度問(wèn)題 80
5.1 帶分批交付約束的分布式流水車間調(diào)度問(wèn)題建模 80
5.2 算法設(shè)計(jì) 81
5.2.1 編碼解碼 81
5.2.2 解的初始化 82
5.2.3 鄰域結(jié)構(gòu) 82
5.2.4 基于改進(jìn)鯨魚群優(yōu)化算法的局部搜索策略 86
5.3 實(shí)驗(yàn)分析 86
5.3.1 實(shí)驗(yàn)算例 86
5.3.2 實(shí)驗(yàn)參數(shù) 86
5.3.3 鄰域結(jié)構(gòu)的有效性 88
5.3.4 與其他算法的對(duì)比 89
5.4 本章小結(jié) 92
參考文獻(xiàn) 92
第6章 帶機(jī)器人約束的分布式流水車間調(diào)度問(wèn)題 93
6.1 IIG算法設(shè)計(jì) 93
6.1.1 算法框架 93
6.1.2 問(wèn)題編碼 94
6.1.3 問(wèn)題解碼 95
6.1.4 初始化策略 96
6.1.5 鄰域結(jié)構(gòu) 96
6.1.6 析構(gòu)策略 98
6.1.7 重構(gòu)策略 99
6.1.8 接受準(zhǔn)則 99
6.2 實(shí)驗(yàn)分析 100
6.2.1 實(shí)驗(yàn)算例和實(shí)驗(yàn)參數(shù) 100
6.2.2 局部搜索策略的有效性 100
6.2.3 接受準(zhǔn)則策略的有效性 102
6.2.4 與其他算法的對(duì)比 103
6.3 本章小結(jié) 110
參考文獻(xiàn) 110
第7章 帶訂單約束的分布式流水車間調(diào)度問(wèn)題 111
7.1 問(wèn)題描述 111
7.1.1 問(wèn)題說(shuō)明與假設(shè)條件 111
7.1.2 問(wèn)題示例 112
7.2 改進(jìn)的迭代貪心算法 113
7.2.1 算法框架 113
7.2.2 問(wèn)題編碼 114
7.2.3 問(wèn)題解碼 115
7.2.4 初始化 115
7.2.5 鄰域結(jié)構(gòu) 116
7.2.6 析構(gòu)和重構(gòu)階段 118
7.3 實(shí)驗(yàn)分析 119
7.3.1 實(shí)驗(yàn)算例 119
7.3.2 實(shí)驗(yàn)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(zhǔn)則策略的有效性 122
7.3.5 與其他算法的對(duì)比 123
7.4 本章小結(jié) 126
參考文獻(xiàn) 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(wèn)題屬性 127
8.2 改進(jìn)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(shí)驗(yàn)分析 138
8.3.1 實(shí)驗(yàn)算例 138
8.3.2 實(shí)驗(yàn)參數(shù) 139
8.3.3 CPLEX模型驗(yàn)證 141
8.3.4 算法的性能分析 142
8.4 本章小結(jié) 150
參考文獻(xiàn) 150
第9章 智能服裝業(yè)調(diào)度問(wèn)題實(shí)例驗(yàn)證 152
9.1 帶裝配階段的分布式流水車間調(diào)度問(wèn)題實(shí)例驗(yàn)證 152
9.1.1 工廠生產(chǎn)流程 152
9.1.2 實(shí)例數(shù)據(jù)導(dǎo)入 152
9.1.3 實(shí)例結(jié)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(wèn)題實(shí)例驗(yàn)證 154
9.2.1 工廠生產(chǎn)流程 154
9.2.2 實(shí)例數(shù)據(jù)導(dǎo)入 155
9.2.3 實(shí)例結(jié)果分析 156
9.3 本章小結(jié) 157
參考文獻(xiàn) 157
第10章 制藥業(yè)調(diào)度問(wèn)題實(shí)例驗(yàn)證 158
10.1 帶機(jī)器人約束的DPFSP實(shí)例驗(yàn)證 160
10.2 帶機(jī)器人約束和訂單約束的DPFSP實(shí)例驗(yàn)證 162
10.3 本章小結(jié) 165