模糊環(huán)境下的單機差異批調(diào)度算法研究.pdf

1、差異批調(diào)度問題(Batch-processingMachinewithNon-identicaljobSizes,BMNS)是現(xiàn)代生產(chǎn)調(diào)度領(lǐng)域中一個新的研究方向，在工業(yè)生產(chǎn)、制造系統(tǒng)中均有廣泛的實際應(yīng)用。極小化總完工時間的BMNS問題本身為NP-難問題，而現(xiàn)實環(huán)境有著大量的不確定性，因此對模糊環(huán)境下的差異批調(diào)度問題進行研究具有重要的理論價值和現(xiàn)實意義。本文首先對極小化總完工時間的單機差異批調(diào)度問題進行建模，然后運用模糊理論相關(guān)知識對模糊

2、環(huán)境下的調(diào)度信息進行模糊處理，構(gòu)造了模糊環(huán)境下極小化總完工時間的單機差異批調(diào)度模型;然后采用混合智能優(yōu)化算法對問題進行求解，針對問題的復(fù)雜性，分解為對工件分批和批排序兩個子問題，設(shè)計了雙層混合最大最小蟻群算法(MMAS)，利用改進型蟻群算法——最大最小蟻群算法的全局搜索能力，結(jié)合確定性局部搜索，有效地解決了該問題。本文的主要工作如下:
　　 (1)建立模糊環(huán)境下的極小化總完工時間的單機差異批調(diào)度模型。根據(jù)BMNS問題的基本特征，

3、采用整數(shù)規(guī)劃方法構(gòu)建了模型;在此基礎(chǔ)上，將加工條件的模糊性用模糊工件加工時間和模糊批次間隔時間進行表征，運用模糊理論的基礎(chǔ)知識，建立模糊環(huán)境下極小化總完工時間的單機差異批調(diào)度模型。
　　 (2)設(shè)計了針對模糊環(huán)境下極小化總完工時間問題的雙層混合MMAS算法。首先將極小化總完工時間的批調(diào)度問題分解為分批和批排序兩個子問題，設(shè)計了雙層人工蟻進行搜索，針對問題的復(fù)雜性，提出最大最小蟻群算法嵌入確定性的局部搜索混合算法，充分將蟻群的全局