导读:本文包含了多目标柔性论文开题报告文献综述及选题提纲参考文献，主要关键词:柔性作业车间调度,鲁棒调度,机器故障,批量启动时间
多目标柔性论文文献综述
徐建萍,路光明,余鹏,贺庆仁[1]（2019）在《考虑批量的多目标柔性作业车间鲁棒调度》一文中研究指出针对多品种小批量的柔性作业车间调度问题,构建了多目标柔性作业车间鲁棒调度模型,在模型中考虑了工件分批加工、批量启动时间和机器故障等因素。基于以上因素的特点,设计了有效的染色体编码方法、染色体解码策略及机器故障仿真算法。基于非支配排序遗传算法(Non-dominated Ranked Genetic Algorithm,NRGA)的基本框架,设计了多目标优化算法,并采用有效的交叉和变异算子避免产生非法解。通过对算例的仿真实验,验证了构建的模型和设计的求解算法能够有效提高调度的鲁棒性,有效避免实际调度性能的恶化。(本文来源于《现代制造工程》期刊2019年10期）
张今,耿光超,江全元,王朝亮,许烽[2]（2019）在《含柔性多状态开关的配电网多目标随机运行优化方法》一文中研究指出柔性多状态开关(flexible multi-state switch,FMSS)是一种具有潮流互济和电压支撑功能的新型电力电子装置。为了合理地发挥柔性多状态开关的潜力,在运行优化时可以考虑多个目标函数。提出含柔性多状态开关的配电网多目标随机运行优化模型,该模型以柔性多状态开关出力、常规开关的通断状态和动作时间作为优化变量,包含网络重构和柔性多状态开关调控2个子问题,可以采用双层规划模型的基本思想求解;通过场景树模拟分布式电源(distributed generation,DG)的出力情况,划分重构时段并以此为基础优化进行网络重构的时间,采用强度帕累托进化算法计算网络重构和柔性多状态开关出力的帕累托最优解集,并通过隶属度函数选择最终的运行方案;通过改进的IEEE-33节点配电网算例,验证了方法的有效性。结果表明,运行优化方法能够改善配电网的多个运行指标,并且在不同的分布式电源渗透率下均取得良好效果。(本文来源于《高电压技术》期刊2019年10期）
景志强,王兆辉,高琦[3]（2019）在《混合NSGA-Ⅱ算法求解多目标柔性作业车间调度问题》一文中研究指出针对柔性作业车间调度问题(Flexible job scheduling problem,FJSP),以最大完工时间、提前/拖期惩罚函数、生产总成本为优化目标,提出了一种融合NSGA-Ⅱ与模拟退火算法的混合算法来求解多目标柔性作业车间调度问题。个体编码方式采取工序与对应机器的双层编码表达方式;在选择过程中采用更加有效的模拟二进制交叉与模拟退火相结合的方法,来保持种群的多样性,使得进化更加完全;使用非支配排序规则获取种群中个体间的支配关系,得到问题的Pareto解集。通过文献中的仿真实例,验证了算法的优越性。(本文来源于《组合机床与自动化加工技术》期刊2019年07期）
朱伟,赵水晶[4]（2019）在《考虑工件移动和成本的多目标柔性作业车间调度问题优化研究》一文中研究指出针对考虑工件移动时间约束的柔性作业车间调度问题,构建了以加工总成本和最大加工时间最小为目标的数学模型并用改进遗传算法求解。针对柔性作业车间调度问题(FJSP)特性,算法中采用基于工序的集成编码操作,实现工序排序和机器匹配的内在关联并由此产生可行的调度方案;根据编码结构设计了有效的交叉和变异操作,从而避免了非法调度解的出现;为克服遗传算法的早熟收敛和减少调度开销,用贪婪解码算法生成主动调度、设计了自适应变异规则并采用混合子代产生模式提高染色体适应值。最后通过测试问题的求解及数值分析,证明了算法和模型的有效性及鲁棒性。(本文来源于《现代制造工程》期刊2019年07期）
曾强,常梦辉,王孟华,张进春[5]（2019）在《混合工作日历下柔性作业车间多目标调度优化方法》一文中研究指出针对混合工作日历下柔性作业车间多目标调度的困难,提出了一种基于NSGA Ⅱ的多目标优化方法。基于设备工作日历的时间推算机制,设计了时间推算函数;采用"分段"方式对工序和设备进行编码;采用"分段"交叉和变异方式进行交叉和变异操作;采用"遗传算子改进策略"保证交叉、变异操作后子代个体的可行性,以减少计算量;采用基于设备工作日历的时间推算函数于解码操作中,用于准确计算工序的起止时刻,以保证调度方案的可行性;采用2种技术于解码操作中,用于缩短生产周期,以提高调度方案的质量:一是将工序时间细分为设备调整时间和加工时间,使下道工序的设备可提前调整,二是安排工序时采用正向可插入式挤压调度方法。结果表明:提出的方法能在可接受的计算时间内得到有效的混合工作日历下柔性作业车间多目标调度Pareto解集供调度人员决策。(本文来源于《重庆大学学报》期刊2019年07期）
韩佳蓉[6]（2019）在《基于复杂网络的多目标柔性制造优化研究》一文中研究指出在智能制造时代下,产品更新换代的速度加快,生产周期缩短,需求多样性增多,我国的制造企业面临着如何大幅提高生产效率,缩短生产周期,保证产品质量,降低生产成本获得更好的经济效益等问题。我国以往都是流程型、离散型等生产模式的制造企业,若想对其进行调度优化,需要利用各种算法优化来实现。大数据的普及、数据接收器的应用、计算机技术的增强为工业生产提供了大量可利用数据和数字化管理模式,这就迫使我国制造业的生产模式需要由离散型、流程型向数据驱动型转型。本文进行的具体工作主要有以下两点:其一,为了实现流程型工业向数据驱动型工业的转型,本文用多目标柔性作业车间生产过程的真数据,结合复杂网络理论,利用复杂网络建模的方法,建立了基于数据信息的多目标作业车间动态复杂网络模型。模型将数据信息作为节点,数据与数据之间的关系作为边,关系间的强弱作为边的权重,引入了时间上的动态变化,考虑到了不同时刻内部节点、边的动态演化。搭建的复杂网络模型从数据的角度反映实际多目标柔性作业车间的生产情况,利用网络特征参数证明了模型具有无标度的网络特性。通过无碱池窑拉丝工艺生产玻璃纤维的实例验证了模型的实用性,分析后发现存在着制约生产的关键瓶颈节点,这些关键瓶颈节点对生产的成本、效率、时间等诸多问题尤为重要。其二,为了寻找多目标柔性作业车间复杂网络模型中的关键瓶颈节点,本文将模糊多属性决策的模糊分析法和网络层次法相结合,得到模糊网络综合评价法。利用该方法对复杂网络模型中数据节点各类属性进行评价计算,得出数据节点各类属性在流程工业中占重要程度的权重大小。再把权重与节点实际属性值结合,得到排序靠前的关键瓶颈节点。最后用实例验证了该方法能够准确找到关键瓶颈节点,能较好的应用在多目标柔性作业车间,为下一步实现多目标柔性制造优化打下了基础。(本文来源于《齐鲁工业大学》期刊2019-05-31）
文笑雨,孙海强,魏新龙,李浩[7]（2019）在《绿色制造模式下多目标柔性工艺规划问题研究》一文中研究指出为保证生产效率的同时减少制造过程中的碳排放量,对绿色制造模式下的柔性工艺规划问题进行了研究。建立了绿色多目标柔性工艺规划问题数学模型,设计了包含机床碳排放量、冷却器碳排放量、运输工具碳排放量的最小化总碳排放量目标函数。针对建立的模型,提出了基于NSGAⅡ的求解方法,使用多维编码方法分别处理工艺规划问题的多种柔性因素,设计了基于非支配等级和拥挤距离的适应度评价方法处理多个优化目标。设计了绿色制造模式下多目标柔性工艺规划问题测试实例,并对实例进行求解,计算结果验证了该模型和求解方法的有效性。(本文来源于《机械设计与制造》期刊2019年05期）
符刘强[8]（2019）在《柔性车间调度多目标优化设计及其应用研究》一文中研究指出制造业是我国国民经济的支柱产业,基于信息物理系统的智能装备、智能工厂等智能制造正在引领制造方式变革。而车间调度是制造企业车间生产管理至关重要的一环,当制造企业面临复杂多变的受生产资源约束的复杂动态环境时,如果能够合理地进行生产调度的科学决策、快速地动态响应市场的需求,不仅能够提高设备的利用率、降低产品的制造周期,也能提高产品质量和降低生产成本。因此,如何利用计算机技术实现生产调度计划优化,快速调整资源配置,统筹安排生产进度,提高设备利用率已成为摆在许多加工企业面前的重大课题。本文在对现有研究成果的基础上,通过对车间调度时代背景和发展现状的了解,从车间调度理论和所用算法理论研究入手,研究以生产成本、零件在机器中的加工时间和提前/延迟完工对生产链的影响为目标,构建多目标柔性车间调度模型,并以某加工实例为研究对象建立生产调度方案。本篇论文所做的工作有:(1)通过对遗传算法和粒子群算法的理论知识研究,掌握了算法设计的一般步骤,并对两种基础算法在车间调度中的应用进行探究。结合车间生产实例,将工件生产信息运用MATLAB进行调度仿真。(2)通过对车间调度理论知识研究,建立以零件制造周期、提前/延迟交货、加工成本在内的多目标车间调度模型。采用遗传算法对模型进行分析,目标函数的优化方向是适应度值增加方向,并与参考文献中实验结果对比,验证了所构建模型的可使用性和算法的良好性。(3)根据建立的多目标调度模型,使用MATLAB工具中的命令窗口、编辑器和调试器等模块,结合生产实例采用不同算法来对其进行优化。引入精英保留策略的非支配遗传算法,对种群进行非支配排序分层和适应度值计算,并采用小生境技术手段处理来保证Pareto最优解集的分布;采用带有网格划分MPSO算法,并设定压力参数来对帕累托集进行选择;结合遗传算法和粒子群算法的优点,采用经过粒子群择优后的种群进行遗传算法操作来输出Pareto最优解集。分析以上算法求解问题时的不同特点,通过实例仿真结果来对比分析算法在求解问题的优劣性,对实际生产起到一定的指导作用。(本文来源于《华北水利水电大学》期刊2019-05-01）
靳彬锋[9]（2019）在《基于遗传算法的多目标柔性车间调度问题研究》一文中研究指出制造业的变化折射出中国经济蕴含的潜力、积蓄的动力。柔性工厂调度作为制造业的关键生产过程,如何有效的实现调度目标,一直是制造行业关注的热点。本文给出了基于遗传算法的工厂调度求解方法,着重研究车间调度的多目标求解、应对机器故障和新任务插入后的重新调度等问题。首先,本论文针对车间调度的复杂性,比较了传统的调度算法和智能算法的应用情况,选取遗传算法来求解车间调度问题。其次,针对作业车间调度中应用遗传算法求解存在的早熟问题,对其搜索速度、收敛效果和最优解等方面进行分析研究,给出一种新的混合遗传算法。就初始种群进行了实数编码,根据距离将解空间的个体进行了排序,应用轮盘赌选择方法,采用了改进的交叉和变异算子,并结合了模拟退火算法,在每一代遗传进化中引入局部搜索,提高了算法的全局寻优能力。最后,针对车间生产过程中机器故障和新加工任务的插入问题,分别设计了重新调度策略,以应对此类突发状况。经过仿真实验,结果表明在机器发生故障、有新加工任务插入的情况下,所给算法仍可以满足调度目标,提高设备利用效率。(本文来源于《宁夏大学》期刊2019-05-01）
阮礽恩[10]（2019）在《基于混合NSGA-Ⅲ的多目标柔性作业车间调度问题研究》一文中研究指出制造业是推动国民经济发展的重要力量。随着全球性市场竞争的加剧和需求的多样化,制造企业不仅需要通过先进的生产加工技术来提高产品质量,还需要引进先进的管理技术以寻求最佳的生产方式来进一步提高企业的生产效率。采用合理且有效的生产调度策略可以最大限度发挥资源的能力以实现企业效益最大化,是提高制造企业管理水平的关键技术之一。在生产调度领域,柔性作业车间调度问题(Flexible Job-Shop Scheduling Problem,FJSP)是经典作业车间调度问题的拓展,体现了工件加工路线的柔性化,即一道工序可以在多台机器上进行加工,一台机器也可以加工多种不同类型的工序。实际生产往往需要同时优化多个目标,例如不仅需要缩短产品的完工时间以满足交货期的要求,还需要提高机器利用率以降低生产成本。因此近年来,多目标柔性作业车间调度问题(Multi-Objective FJSP,MO-FJSP)越来越受到学者的关注。本文针对MO-FJSP,首先研究该问题的相关约束和目标函数,建立了数学模型;然后利用求解多目标优化问题最为先进的算法之一—第叁代非支配排序遗传算法(Reference-point Based Non-dominated Sorting Genetic Algorithm,NSGA-Ⅲ)对其进行求解,引入一种有效的邻域搜索对NSGA-Ⅲ算法进行改进,并通过多个标准实例对其有效性进行验证;最后在混合NSGA-Ⅲ的基础上,设计开发了调度原型系统,为基于元启发式算法生产调度技术的基础研究开展了积极的探索。论文的主要研究内容和成果如下:(1)给出了 MO-FJSP的相关概念和定义,对机器生产能力、工序的工艺路线和生产日历等约束条件进行梳理,确定了最小化最小完工时间、总机器负荷和机器最大负荷叁个优化目标,建立了 MO-FJSP的数学模型。(2)针对传统的优化算法在求解多目标柔性作业车间调度问题时,具有容易陷入局部最优和收敛速度慢等缺陷,研究对其进行求解的混合第叁代非支配排序遗传算法。该混合算法由具有全局搜索能力的NSGA-Ⅲ和具有局部搜索能力的邻域搜索算法组成。为了提高初始种群的质量,提出一种针对优化多目标的组合启发式方法进行种群初始化;为增加种群多样性,提出四种有效的变异算子;利用NSGA-Ⅲ独特的基于参考点的选择机制从种群中保留优秀的个体;采用基于关键路径的邻域搜索方法对子代种群进行进一步精炼;为了从Pareto最优解集中选取最终方案,提出了基于改进NSGA-Ⅲ归一化过程的多目标调度策略。最后通过国际通用的基准算例进行测试,验证了所提方法的有效性。(3)对车间调度涉及的机器、工件和工序叁个要素的时空和属性关系进行深入分析,设计了合理的数据库结构;在混合NSGA-Ⅲ为系统核心算法的基础上,开发了调度原型系统,该系统主要包括叁个模块:调度数据的输入和处理模块、关键参数和约束设置模块以及甘特图、机器负荷图和派工单组成的输出模块。该调度系统具有较快的计算速度、简洁的操作界面和一定的工程应用价值。(本文来源于《中国工程物理研究院》期刊2019-04-01）
多目标柔性论文开题报告
（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：
柔性多状态开关(flexible multi-state switch,FMSS)是一种具有潮流互济和电压支撑功能的新型电力电子装置。为了合理地发挥柔性多状态开关的潜力,在运行优化时可以考虑多个目标函数。提出含柔性多状态开关的配电网多目标随机运行优化模型,该模型以柔性多状态开关出力、常规开关的通断状态和动作时间作为优化变量,包含网络重构和柔性多状态开关调控2个子问题,可以采用双层规划模型的基本思想求解;通过场景树模拟分布式电源(distributed generation,DG)的出力情况,划分重构时段并以此为基础优化进行网络重构的时间,采用强度帕累托进化算法计算网络重构和柔性多状态开关出力的帕累托最优解集,并通过隶属度函数选择最终的运行方案;通过改进的IEEE-33节点配电网算例,验证了方法的有效性。结果表明,运行优化方法能够改善配电网的多个运行指标,并且在不同的分布式电源渗透率下均取得良好效果。
（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。
多目标柔性论文参考文献
[1].徐建萍,路光明,余鹏,贺庆仁.考虑批量的多目标柔性作业车间鲁棒调度[J].现代制造工程.2019
[2].张今,耿光超,江全元,王朝亮,许烽.含柔性多状态开关的配电网多目标随机运行优化方法[J].高电压技术.2019
[3].景志强,王兆辉,高琦.混合NSGA-Ⅱ算法求解多目标柔性作业车间调度问题[J].组合机床与自动化加工技术.2019
[4].朱伟,赵水晶.考虑工件移动和成本的多目标柔性作业车间调度问题优化研究[J].现代制造工程.2019
[5].曾强,常梦辉,王孟华,张进春.混合工作日历下柔性作业车间多目标调度优化方法[J].重庆大学学报.2019
[6].韩佳蓉.基于复杂网络的多目标柔性制造优化研究[D].齐鲁工业大学.2019
[7].文笑雨,孙海强,魏新龙,李浩.绿色制造模式下多目标柔性工艺规划问题研究[J].机械设计与制造.2019
[8].符刘强.柔性车间调度多目标优化设计及其应用研究[D].华北水利水电大学.2019
[9].靳彬锋.基于遗传算法的多目标柔性车间调度问题研究[D].宁夏大学.2019
[10].阮礽恩.基于混合NSGA-Ⅲ的多目标柔性作业车间调度问题研究[D].中国工程物理研究院.2019