论文部分内容阅读
本文以流程工业过程的调度问题为研究对象，并设计求解该类问题的数学模型，以及解决该类问题的高效优化算法，即人工鱼群算法(Artificial fish swarm algorithm-AFSA)。由于，人工鱼群算法具有系统性、自组织性、分布式计算等特点，使得它在理论上求解调度问题时具用有更大的优越性。但在实际应用中，人工鱼群算法也出现了运算时间较长、容易陷入局部极小值等缺点。因此本文提出了进一步改进人工鱼群算法性能的策略与技术，然后应用改进的人工鱼群算法来求解各种情况的生产调度问题。具体说来，本论文主要包括以下几个方面的内容。
首先，人工鱼群算法(AFSA)是一种新型的集群智能优化算法，为求解生产调度问题引入了一种新的智能算法。本文在分析AFSA存在的不足之后，在保持了AFSA算法的基本行为上，提出了在觅食行为过程中采用基于交换列表的排序法，在随机移动行为中采用自适应的小范围移动行为的改进人工鱼群算法。根据置换Flow Shop调度问题的数学模型，给出了基于改进的人工鱼群算法的置换Flow Shop调度问题的求解策略，详细讨论了求解步骤，实验仿真结果表明该算法具有较强的全局搜索能力与更高的搜索效率，验证了该算法的可行性和有效性。
其次，本论文将改进的人工鱼群算法应用于零等待Flow Shop调度问题，根据零等待Flow Shop调度问题的数学模型，给出了基于改进的人工鱼群算法的零等待Flow Shop调度问题的求解策略，详细讨论了求解步骤，实验仿真结果表明该算法具有较强的全局搜索能力与更高的搜索效率，验证了该算法的可行性和有效性。
最后，针对实际生产过程中存在的产品处理时间等的不确定性，采用灰色规划理论描述这种不确定性；分析了处理时间不确定条件下置换产品调度问题的特点，利用结合水平截集的灰色规划理论对上述调度问题进行建模；结合基于灰色模拟的改进的人工鱼群算法求解上述调度问题；通过对所建立的模型的调度问题进行的大量的仿真研究，验证了所提出调度模型及算法的有效性。