导读:本文包含了不相容的工件组论文开题报告文献综述及选题提纲参考文献，主要关键词:不相容工件簇,并行机,分批调度,启发式算法
不相容的工件组论文文献综述
孙恒[1]（2018）在《基于不相容工件簇的并行机分批调度问题分析及算法研究》一文中研究指出生产调度在企业生产管理中一直起到至关重要的作用,调度所研究的问题就是将有限的资源进行合理的分配与安排,对一个或多个目标进行优化。调度方案的合理与否直接影响企业制造现场的生产效率,进一步影响企业的生存能力和竞争力,随着制造业的飞速发展,生产方式不断变化,生产规模也不断变大,逐渐涌现了一些新的调度问题,其中有一种调度问题叫做分批调度问题,也叫做批处理机调度问题,不同于经典调度问题中一台机台在同一时间只能加工一个工件的情况,在分批调度问题中一台机台可以同时加工若干个工件。而分批调度问题本质上可以分为两个子问题:工件指派到机台的问题和工件批次分配问题。工件的分批调度可以比较高效地分配和利用资源,分批调度问题也因此成了调度问题中比较重要的一个分支。工件的分批调度问题在生产实际中普遍存在,尤其是在半导体行业晶圆制造过程中。本论文以最小化最大完工时间为优化目标,研究了带有不相容工件簇限制的并行机分批调度问题,问题中含有多种限制条件,包括工件尺寸不相同限制,工件随机到达时间限制。在对实际问题进行分析之后,对问题进行合理的简化并引入相关假设,以若干个变量和不等式建立了一个混合整数规划模型。另外根据该调度问题和目标函数的特性从叁种角度分别提出了RO启发式算法、PO启发式算法和SO启发式算法,利用同一算例作为示例,展示了叁种启发式算法的求解结果,同时提出一个下界作为评价算法求解效果的标准,并证明了这个下界的正确性。另外,本文提出了改进的人工免疫系统算法(AIS)和离散粒子群算法(DPSO),除了对算法的整体结构进行优化之外,考虑到问题特性,将较好的分批方法与两种算法结构相结合,使两种万用启发式算法可以有效解决本研究问题。最后通过随机产生的450个实验问题,利用C++语言进行仿真实验对所提出的算法进行性能分析和评价。通过实验结果的数据分析得出如下结论:叁种启发式算法可以在较短的时间内得到不错的解,而RO启发式算法和PO启发式算法表现更佳,但随着问题规模的扩大,叁种启发式算法的求解效果都变差;改进的人工免疫系统算法和改进的离散的粒子群算法的求解表现比较稳定,但改进的人工免疫系统算法的表现从整体上来说要好于改进的离散粒子群算法;而RO启发式算法求得的解作为初始解可以有效提高改进的人工免疫系统算法的求解效率。(本文来源于《吉林大学》期刊2018-06-01）
王永青[2]（2017）在《带有不相容工件簇的单机随机调度问题研究》一文中研究指出在生产制造业中,存在一类带有不相容工件簇的批处理机调度问题;其中,不相容工件簇是指属于不同簇的工件不能被安排在同一批中加工。本文研究了不相容工件簇在单台批处理机上的随机调度问题,其中工件具有随机的到达时间和加工时间。本文首先根据不相容工件簇在单台批处理机上的分批加工特点,以缓冲库的库存量为实时状态,以最小化系统长期平均代价为优化目标,建立了半马尔可夫决策过程模型。然后,在此模型的基础上,通过策略迭代算法求解其最优控制策略,并分析了不同缓冲库容量对系统工件流失率的影响。最后,针对工件簇总数增大时引起的“维数灾”问题,给出了基于模拟退火的Q学习算法;并分析比较了工件簇总数为二和叁时,两种算法的优化效果以及工件到达率和处理率对系统性能的影响。在现代化先进生产环境中,为了减少库存成本和生产浪费,单纯以追求生产效率为目标的传统生产模式已逐渐被及时生产(just in time,JIT)方式所替代。JIT生产方式是指在需要的时候,按需要的量生产所需的产品,因此本文研究了需求驱动下不相容工件簇的单机随机调度问题。首先,以缓冲库和成品库的库存量为联合状态,以最小化系统长期平均代价为优化目标,建立了半马尔可夫决策过程模型。由于需求驱动系统模型具有较大的状态空间,为了避免理论求解的“维数灾”问题,通过基于模拟退火的Q学习算法分析了不同需求类型对系统性能的影响。最后,通过仿真结果分析说明了所建模型的合理性以及优化算法的有效性。(本文来源于《合肥工业大学》期刊2017-04-01）
黄锦钿,刘建军,陈庆新,毛宁[3]（2016）在《不相容工件族柔性流水车间批调度算法》一文中研究指出热处理是模具生产过程的瓶颈工序。在由淬火和回火两道工序组成的模具热处理柔性流水车间中,工件存在材料类型、到达时间、交货期、重量和优先级差异。在存在差异工件和不相容工件族的条件下,以最小化加权总拖期量为调度目标,提出两种改进启发式算法和一种新的构建启发式算法。并构建另一种典型规则算法对比说明所提算法的有效性。通过大量实验数据验证,结果显示新的构建启发式算法有较好的运算性能,满足企业实际应用需求。(本文来源于《机械设计与制造》期刊2016年06期）
江立[4]（2016）在《不相容工件簇的混合蚁群算法研究》一文中研究指出调度问题的研究一直是个热门问题,它已经被广泛应用于各个不同的工业领域,随着社会的发展,问题条件也会逐渐变得复杂,从当初的经典调度问题到现代调度问题,问题模型也会随着加工环境、工件特征、目标函数的不同而改变,条件越复杂,求解问题的难度越大。调度问题的一个重要分支就是批处理机调度问题,与经典调度所不同的是：在该问题中,一台机器可以同时加工多个工件,这不是简单地将工件调度到机器上加工,而是要先将工件组成批,再调度到机器上加工,所以问题变得更复杂,而这两步是提高设备利用率和缩短交货周期的关键。本文有关批调度问题的研究,通常先从简单的单机环境与单位工件开始,然后逐渐改变加工环境和增加问题约束,使得问题越接近现实生产环境,考虑批处理机调度问题,其中工件属性的差异是批调度问题的主要研究方向之一,如成批加工问题,是否带到达时间问题,尺寸差异问题,不相容工件簇问题等,所以工件属性间的差异会增加问题的复杂度,求解目标函数的近优解也会变得困难,本文研究的是带到达时间及不相容工件簇多机批调度问题。首先,通过介绍供应链调度问题和制衣企业加工过程两个案例,引出了并描述了不相容工件簇这个批调度问题,然后介绍了一般调度问题的描述、叁参数表示法,以及调度问题的研究现状。第二,描述了解决批调度问题的常用启发式算法与元启发式算法,分别介绍了每个算法的具体流程。第叁,介绍了一种改进的最大最小蚁群算法,利用该算法求解带到达时间的不相容工件簇极小化制造跨度问题,详细描述了该算法的流程。第四,介绍了对本文算法进行验证的实验过程,包括设计测试用例,参数调整,然后通过对比实验将本文改进的算法与其它一些常见启发式算法进行了实验数据对比,从而得出结论。最后,总结了全文,并对该方向未来的研究进行展望。(本文来源于《安徽大学》期刊2016-04-01）
李文华,柴幸,袁航,杨素芳[5]（2015）在《平行机上带有前瞻区间的不相容工件组在线排序问题》一文中研究指出研究当不相容工件组的个数与机器数相等时,具有前瞻区间的单位工件平行机无界平行分批在线排序问题.工件按时在线到达,目标是最小化最大完工时间.具有前瞻区间是指在时刻t,在线算法能预见到时间区间(t,t+β]内到达的所有工件的信息.不可相容的工件组是指属于不同组的工件不能被安排在同一批中加工.当β≥1时,提供了一个最优的在线算法;当0≤β<1时,提供了一个竞争比为1+α的最好可能的在线算法,其中α是方程α~2+(1+β)α+β-1=0的一个正根.最后,给出了当β=0时稠密算法竞争比的下界,并提供了达到该下界的最好可能的稠密算法.(本文来源于《运筹学学报》期刊2015年04期）
王超[6]（2015）在《带有不相容工件簇的平行机批调度的蚁群优化算法研究》一文中研究指出近些年,调度理论在工业生产制造中得到广泛应用。随着应用的扩展,调度问题的研究也朝着不同的方向发展,从最初的经典调度到现代调度,问题的模型从简单变复杂,其中工件的特征差异是主要研究方向之一,包括工件尺寸不同(差异工件问题),需要成组加工(批调度问题),分簇加工(不相容工件簇问题)以及带有到达时间、交货期(动态调度问题)等属性。通常考虑的工件属性越多,则问题越复杂,而加工环境的改变也进一步增加了问题的复杂度。针对新出现的复杂问题,研究通常是从简单的加工环境即单机环境开始,这是因为一方面单机问题的求解可以指导更复杂的多机调度问题的研究,为复杂调度问题提供问题的下界或者近似求解思路,因为复杂调度问题通常可以松弛成一组单机问题,而单机问题的求解相对较容易；另一方面单机调度问题大量存在于现实生活中,具有广泛的应用背景,许多实际问题都可以归结为单机调度问题。而本文研究的带有不相容工件簇的批调度问题也是基于各种环境下单机调度问题的分析从而获得求解的。本文绪论通过介绍现实中制衣企业的加工过程,分析案例特点,抽象出带有不相容工件簇的批调度问题。继而介绍了调度问题常用的描述方法—叁参数法,列举了各参数常见的取值,同时对调度问题的分类情况进行了简单的总结。然后,着重介绍了几种已有的应用于不相容工件簇问题的求解方法。第二章,介绍了调度问题中常见优化目标,说明了这些目标函数的定义,以及求解这些问题常用的启发式算法和多项式时间算法。第叁章,列举了应用于调度问题的常用智能优化算法,回顾了一些用这些方法求解调度问题的文献,并给出部分智能优化算法的求解步骤。第四章,针对带有不相容工件簇的平行机批调度问题,提出了一种改进的最大最小蚁群算法,求解极小化最大完工时间。详细介绍了算法的主要步骤,关键参数的定义。然后通过准备实验来确定合适的参数值,并通过仿真实验与已有的其他算法进行比较,试验结果表明所提出的算法具有较好的搜索性能,可找到质量较优的解。最后总结全文,并对将来可能的研究方向提出了一些自己的看法。(本文来源于《安徽大学》期刊2015-04-01）
冯娜[7]（2011）在《带有不可相容工件组的在线排序问题》一文中研究指出所谓排序,就是在一定的约束条件下分配资源去完成一些任务,使得一个或多个目标达到最优。近年来,在线排序和分批排序是研究成果较多的两类排序模型。在线排序是指工件的所有信息在其到达之前是未知的,工件一旦被安排就不允许再改变。平行分批排序是指处理机可以同时加工多个工件,只要工件的尺寸之和不超过批容量。每批的加工时间是该批所有工件加工时间的最大者,批一旦开始加工就不能被中断,直到加工完毕。不可相容工件组是指属于不同工件组的工件是不可相容的,不能同时加工。本文中,我们研究了一类平行分批在线排序问题,带有不可相容的工件组。我们有一台或多台批处理机,有若干工件,每个工件分别有到达时间小rj、加工时间pj、尺寸si、所属工件集Fi,工件的这些信息在其到达时刻才能获得。我们的目标是最小化完工时间。采用Graham等人[2]提出的叁参数表示法,本文的主要结果如下：(1)给出排序模型1│online,p-patch,b<n,two families,p=1│Cmax的一个最好可能的在线算法。(2)给出排序模型Pm│online,p-patch,b<n,m families,p=1│Cmax的一个竞争比为2的在线算法,并在到达时间为常数的情形下给出最好可能的在线算法。(3)给出排序模型1｜online,p-patch,b=1,si,two families,p=1│Cmax的一个竞争比为2的在线算法,并在小工件可分割的情形下给出最好可能的在线算法。(本文来源于《兰州大学》期刊2011-04-01）
曹国梅[8]（2009）在《一类无界的不相容工件族分批排序加权总完工时间问题》一文中研究指出考虑极小化加权总完工时间的一类无界的不相容工件族分批排序问题,给出了最优排序的性质和算法,并加以证明.对工件有k个到达时间的情形,给出了一个复杂性为O(2~(k-1)nlogn)的启发式算法.(本文来源于《常熟理工学院学报》期刊2009年04期）
石忠和[9]（2008）在《不相容工件族的平行批序的一些结果》一文中研究指出排序就是在一定的约束条件下对工件和机器按时间进行分配和安排加工次序,使一个或多个目标达到最优.平行批排序是发展比较迅速的现代排序模型.工件分族排序则是平行批排序中的新概念.本文主要对于同一族内加工时间等长的不相容工件族平行批排序进行了研究,作了以下两方面的工作:(1)同一族内工件加工时间相同时不相容工件族的平行批加权总完工时间问题;(2)同一族内工件加工时间相同时不相容工件族的误工总数问题.平行批排序是指一台机器可以同时加工多个工件,每批包含的工件同时开工且同时完工,批的加工时间是这批工件中加工时间的最大者.一旦一批工件开始加工就不能被中断,其他工件也不能加入该批.本文中研究的问题可描述如下:有n个工件J_1, J_2,…,J_n,它们被分成m个不同的工件族F_1,F_2,…,F_m.不同族的工件是不能在同一批加工的.工件是成批被加工处理的.这里的一批是指工件的一个子集.这些批(子集)构成了工件集的一个划分.我们称此排序模型为平行批排序问题,记为这里f为Σw_jC_j或ΣU_j.本文的主要结果如下:(1)同一族内加工时间相同的不相容工件族的单机平行批加权总完工时间问题.基于对平行批加权总完工时间问题最优解性质的分析,我们提出了工件分批的最优性质,对同一族内加工时间相同的批容量有界情形和无界情形分别给出了最优排序规则,当工件有常数个到达时间时,我们分别对批容量有界和无界情形提出了两种启发式算法,并给出其算法复杂性.(2)同一族内加工时间相同的不相容工件族的误工总数问题.对r和d一致及p与d一致的情形,文中给出了最优解的一些性质,并分别给出了时间界为0(?)的动态规划算法.当m为固定常数时,此算法是多项式时间的.对同一族内工件的工期相同时的特殊情形,给出了一种拟多项式时间算法.(本文来源于《郑州大学》期刊2008-04-01）
不相容的工件组论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在生产制造业中,存在一类带有不相容工件簇的批处理机调度问题;其中,不相容工件簇是指属于不同簇的工件不能被安排在同一批中加工。本文研究了不相容工件簇在单台批处理机上的随机调度问题,其中工件具有随机的到达时间和加工时间。本文首先根据不相容工件簇在单台批处理机上的分批加工特点,以缓冲库的库存量为实时状态,以最小化系统长期平均代价为优化目标,建立了半马尔可夫决策过程模型。然后,在此模型的基础上,通过策略迭代算法求解其最优控制策略,并分析了不同缓冲库容量对系统工件流失率的影响。最后,针对工件簇总数增大时引起的“维数灾”问题,给出了基于模拟退火的Q学习算法;并分析比较了工件簇总数为二和叁时,两种算法的优化效果以及工件到达率和处理率对系统性能的影响。在现代化先进生产环境中,为了减少库存成本和生产浪费,单纯以追求生产效率为目标的传统生产模式已逐渐被及时生产(just in time,JIT)方式所替代。JIT生产方式是指在需要的时候,按需要的量生产所需的产品,因此本文研究了需求驱动下不相容工件簇的单机随机调度问题。首先,以缓冲库和成品库的库存量为联合状态,以最小化系统长期平均代价为优化目标,建立了半马尔可夫决策过程模型。由于需求驱动系统模型具有较大的状态空间,为了避免理论求解的“维数灾”问题,通过基于模拟退火的Q学习算法分析了不同需求类型对系统性能的影响。最后,通过仿真结果分析说明了所建模型的合理性以及优化算法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
不相容的工件组论文参考文献
[1].孙恒.基于不相容工件簇的并行机分批调度问题分析及算法研究[D].吉林大学.2018
[2].王永青.带有不相容工件簇的单机随机调度问题研究[D].合肥工业大学.2017
[3].黄锦钿,刘建军,陈庆新,毛宁.不相容工件族柔性流水车间批调度算法[J].机械设计与制造.2016
[4].江立.不相容工件簇的混合蚁群算法研究[D].安徽大学.2016
[5].李文华,柴幸,袁航,杨素芳.平行机上带有前瞻区间的不相容工件组在线排序问题[J].运筹学学报.2015
[6].王超.带有不相容工件簇的平行机批调度的蚁群优化算法研究[D].安徽大学.2015
[7].冯娜.带有不可相容工件组的在线排序问题[D].兰州大学.2011
[8].曹国梅.一类无界的不相容工件族分批排序加权总完工时间问题[J].常熟理工学院学报.2009
[9].石忠和.不相容工件族的平行批序的一些结果[D].郑州大学.2008