

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、對于自動化生產(chǎn)程度很高的制造企業(yè),實時調(diào)度以及再調(diào)度的存在要求系統(tǒng)在極短的時間內(nèi)能夠給出新的最優(yōu)調(diào)度方案,然而諸多調(diào)度問題的NP難求解特性不但使這一任務變得幾乎難以實現(xiàn)(尤其當問題的規(guī)模變大時),而且迄今為止在理論上對于這類問題仍未給出其有效的求解算法。因此設計能夠逐步提高自身調(diào)度性能的算法成為一個合理而可行的選擇。Flow-shop問題和Job-shop問題是兩類應用比較廣泛的生產(chǎn)調(diào)度模型,作為NP難問題關于它們的有效求解調(diào)度算法至今
2、也未被給出,本文以這兩類問題為基礎,對相應的知識化制造單元調(diào)度算法的自進化性能進行了研究。
具體而言,主要在如下幾個方面進行了研究:
1.針對以最大完工期為調(diào)度目標的流水型知識化制造單元提出了一種能夠持續(xù)改善其求解性能的自進化算法。算法在搜索最優(yōu)解的過程中對當前解采取合適的動作以得到新的解,理論上如果每次采取的動作都是正確的,則最終得到最優(yōu)解,因此動作的選擇是解決問題的關鍵。為了提高動作選擇的準確度,提出以Q學習中q
3、因子的值選取動作。針對系統(tǒng)狀態(tài)隨著問題規(guī)模變大而急劇增加所導致的q因子難以求取的問題,提出用支持向量機通過Q學習中基于值迭代的學習訓練實現(xiàn)對q因子進行擬合。為了提高支持向量機的擬合性能,提出了一種兼具高斯函數(shù)和多項式函數(shù)優(yōu)點的混合函數(shù)并證明該函數(shù)滿足核函數(shù)要求。設計了系統(tǒng)狀態(tài)特征指標并將其與動作值一起作為所提支持向量機的輸入。數(shù)值仿真表明所提支持向量機對于動作的選取能力隨著學習過程的增加而逐步提高。
2.對Job-shop型知
4、識化制造單元自進化策略進行了研究并提出了一種以最大完工期為調(diào)度目標的自進化算法。首先對Job-shop型知識化制造單元結構進行了分析,然后定義了動態(tài)開工時間、動態(tài)交貨期、動態(tài)處理時間并構建了其鏈約束模型。理論上如果每次能正確選擇要添加到該模型弧,則最終能夠得到最優(yōu)調(diào)度。為了正確地添加弧約束,給出了關于鏈路圖添加弧約束的性質(zhì),并將操作對分為三類,提出了可排操作對的判定方法并證明了該方法的有效性。為了準確地選擇準可排操作對,提出以訓練過的q
5、因子的值進行選取。由于系統(tǒng)狀態(tài)過多而導致q因子值不能通過標準Q學習而得到,為此提出以徑向基函數(shù)網(wǎng)絡通過訓練實現(xiàn)對q因子的擬合,擬合過程遵循Q學習過程中值迭代思想。
3.對多目標類Job-shop結構知識化制造單元調(diào)度自進化策略進行了研究并提出了一種以最大完工期、總加權完工期、任務的加權總拖期、拖期任務的加權總數(shù)、最大拖期為調(diào)度目標的自進化算法。建立了類Job-shop結構的知識化制造單元多目標調(diào)度優(yōu)化模型,對多目標間關系進行了
6、分析并指出各目標與各項任務完工期之間是非減函數(shù)關系。提出由關鍵弧所組成的各任務關鍵路徑的性質(zhì)并證明中間關鍵弧方向的改變不能優(yōu)化目標函數(shù)值,以此為基礎提出一種縮減鄰域,采用該縮減鄰域能夠有效減少要搜索可行解的數(shù)目。為了準確選取要改變方向的關鍵弧,結合所研究問題提出一種自適應啟發(fā)評價方法通過學習訓練選取關鍵弧。設計了表示關鍵弧特征的向量作為聯(lián)想搜索單元和評價單元的輸入。聯(lián)想搜索模塊通過學習訓練能夠逐步提高準確選擇關鍵弧的能力。
4
7、.針對流水型知識化制造單元提出了一種以最大完工期為目標且具進化特性的調(diào)度算法,算法采用了深度優(yōu)先搜索的方法,能夠自動變更搜索路徑以避免陷入局部最優(yōu)。為了減少鄰域內(nèi)要搜索可行解的數(shù)目,分別給出對關鍵任務實行插入和交換兩種操作所形成的新可行解的最大完工期的下界并且對所給下界進行了證明。對于下界高于當前解的最大完工期的操作不予實施,這樣極大減少了鄰域內(nèi)要搜索的可行解的數(shù)目并縮短了搜索時間。在此基礎上采用深度優(yōu)先搜索方法設計了一種帶回溯功能的可
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 面向航空發(fā)動機裝配車間的知識化制造系統(tǒng)自進化.pdf
- 知識化制造系統(tǒng)自重構的研究.pdf
- 不確定生產(chǎn)環(huán)境下知識化制造單元調(diào)度問題研究.pdf
- 知識化制造系統(tǒng)中知識網(wǎng)的選擇策略研究.pdf
- 兩類復雜優(yōu)化問題的進化算法及應用研究.pdf
- 求解兩類優(yōu)化問題的混合進化算法及其應用.pdf
- 兩類混合范數(shù)極小化問題研究.pdf
- 知識化制造系統(tǒng)自適應動態(tài)組織與調(diào)度.pdf
- 兩類典型熱工對象的自抗擾控制.pdf
- 基于擴展Q學習的知識化制造系統(tǒng)自適應調(diào)度.pdf
- .NET平臺下知識化制造自重構子系統(tǒng)的研發(fā).pdf
- 兩類半環(huán)的研究.pdf
- 企業(yè)知識化與知識價值化的平衡
- 兩類網(wǎng)絡化控制系統(tǒng)的研究.pdf
- 兩類不適定問題的正則化方法研究.pdf
- 兩類風險模型的研究.pdf
- 兩類SI傳染病模型的毒性的適應性進化.pdf
- 企業(yè)檔案的知識化管理策略研究.pdf
- 兩類離子化變性淀粉漿料的性能研究.pdf
- 網(wǎng)絡的兩類參數(shù)的研究.pdf
評論
0/150
提交評論