第一章生產(chǎn)調(diào)度概論-資料下載頁
2025-03-08 01:45本頁面
【正文】 忌搜索算法； ? 模擬退火算法； ? 粒子群算法 /蟻群算法等； 終止條件 初始解 通過某種尋優(yōu) 策略改進當前解 新解 退出 ?不以尋求問題最優(yōu)解為目標； ?求解過程基于簡單的形式化描 述（如編碼過程），將決策變 量包含在待尋優(yōu)個體中； ?對目標函數(shù)無特殊要求 (可導 /可微 /凸函數(shù)等 )； ?方便在算法中加入問題特征信息； 特點： 制造過程調(diào)度概論 ?求解制造過程調(diào)度問題的主要方法 ?遺傳算法； 遺傳算法 (由 美國 Michigan的 Holland于1975年 提出 )是一種基于 “ 優(yōu)勝劣汰 ” 自然選擇思想和遺傳機制的搜索算法，其基本步驟包括編碼、初始種群產(chǎn)生、適應度評價、交叉和變異。遺傳算法在計算機上模擬生物的進化過程和基因操作，實現(xiàn)簡單，且適用問題廣泛，因此近年來在優(yōu)化領(lǐng)域得到普遍應用。 制造過程調(diào)度概論 ?求解制造過程調(diào)度問題的主要方法 ?人類的演化過程 制造過程調(diào)度概論 ?求解制造過程調(diào)度問題的主要方法 ?禁忌搜索算法； 禁忌搜索算法 (由美國 Mississippi大學的 Glover于1986年提出 )是在傳統(tǒng)局部搜索方法基礎(chǔ)上引入禁忌技術(shù)產(chǎn)生的一種基于鄰域的搜索方法，其是對傳統(tǒng)局部搜索方法的一種改進。 其基本思想是在搜索過程中通過引入一個記憶裝置，即具有一定長度的禁忌表 (表中記錄了最近所進行的所有解的移動，禁忌對象可以是一個解，也可以是解的一部分，或是解的某種屬性等 )，以避免基于鄰域的搜索過程陷入循環(huán)或局部最優(yōu)。 制造過程調(diào)度概論 ?求解制造過程調(diào)度問題的主要方法 ?現(xiàn)有求解方法存在的問題 ? 對實際問題有較多前提假設(shè)、對問題簡化過多，因而對復雜調(diào)度問題缺乏實用性； ? 對調(diào)度問題本身的分析不夠透徹，對實際調(diào)度問題數(shù)據(jù)利用不夠充分，問題特征信息未得到充分利用； ? 現(xiàn)有調(diào)度問題基本優(yōu)化算法大多針對確定性調(diào)度問題提出，對不確定環(huán)境下的復雜調(diào)度問題缺乏有效求解算法； ? 缺乏對實際問題具有較好調(diào)度性能的綜合 (集成 )算法； 制造過程調(diào)度概論 ? 本章小結(jié) ? 什么是制造過程調(diào)度問題 ? 為什么要研究制造過程調(diào)度問題 ? 制造過程調(diào)度問題的常用研究方法 參考文獻（綜述文章）： 劉民 . 基于數(shù)據(jù)的生產(chǎn)過程調(diào)度方法研究綜述 . 自動化學報 , 2023, 35(6):785805 蘇格蘭鄧迪大學應用物理、電子和機械工程系 , , Deterministic jobshop scheduling: Past, present and future, European Journal of Operational Research 113(1990) 390434 美國田那西州理工大學制造研究中心 David W. Sellers, et. al. a survey of approaches to the job shop scheduling problems, IEEE conference1996
教學課件相關(guān)推薦
鄂ICP備17016276號-1