导读:本文包含了动态调度优化论文开题报告文献综述及选题提纲参考文献，主要关键词:RGV动态调度优化模型,多目标函数,动态模拟仿真
动态调度优化论文文献综述
张明鹏,陈闽漩,王雪晴,李壮[1]（2019）在《多目标优化和仿真的智能RGV动态调度策略研究》一文中研究指出智能RGV动态调度策略问题是典型的优化排序问题。本文针对一道工序的物料加工问题,首先设置了RGV系统目标函数,包括RGV工作和等待时间最短和RGV移动总距离最短,然后构造基于一道工序的RGV动态调度仿真算法,最后进行了总结。(本文来源于《中国新通信》期刊2019年18期）
陈路,陈凛,马辉[2]（2019）在《基于全向无线充电模型的动态调度优化方法》一文中研究指出如何延长网络寿命是无线传感网络中一个关键问题,为此提出了基于全向无线充电模型的动态调度优化方法,目标是最大化网络寿命。文章对充电小车的停止点选择进行了分析,根据全向无线充电模型的覆盖范围确定了充电小车的停止区域,再以最大化节点接收功率之和为优化目标确定每个区域内的最佳停止点。实验结果表明,所提出的方法能够延长网络寿命,与MRCR(Multi-node Renewable based on Charging Range)算法相比,可延长网络寿命约3%～113%。(本文来源于《计算机时代》期刊2019年09期）
齐斌,韩文俊,王馨[3]（2019）在《基于数学建模视角下的RGV最优化动态调度模型的仿真分析研究》一文中研究指出本文基于mathlab软件进行数学建模仿真分析,针对在一个由8台计算机数控机床、1辆轨道式自动引导车、1条RGV直线轨道、上下料传送带等附属设备组成。RGV根据指令能自动控制移动方向和距离,并自带一个机械手臂、两只机械手爪和物料清洗槽,能够完成上下料及清洗物料等作业任务的智能加工系统情境,来解决CNC加工物料的RGV动态调度模型问题的研究。通过建立数学模型并对其求解。(本文来源于《南方农机》期刊2019年15期）
罗敏娜,侍啸[4]（2019）在《贪心优化的搜索算法在RGV动态调度中的应用》一文中研究指出随着计算机领域的飞速发展,物流等行业也开始向自动化、智能化、无人化的方向发展。智能RGV动态调度是智能加工系统的重要环节,合理的调度方案能够大大提高系统的作业效率。针对RGV调度问题,建立了基于自动化加工系统的动态调度模型。提出了一种基于贪心策略优化后的搜索算法,通过贪心选择最可能发生的情况,可减少搜索的复杂度,从而达到在极短时间内接近最优调度的目的。通过仿真实验,对先后进行2道工序的CNC进行优化配对,以产量最大作为目标,搜索得到CNC的最佳分配方案,达到了接近最优解的调度策略。在规定的工作时间内,使用贪婪优化算法提高了搜索的有效性,使RGV系统能够高效调度,验证了贪心优化算法的可行性和有效性。(本文来源于《沈阳师范大学学报(自然科学版)》期刊2019年04期）
赵菲,朱家明,孔怡婉[5]（2019）在《基于优化粒子群算法对智能RGV动态调度的研究》一文中研究指出针对单轨直形穿梭车RGV(Rail Guided Vehicle)的动态调度策略,以单位周期8 h内加工数目最多为目标,分别对一道、两道工序及故障系统进行仿真模拟分析。在此基础上,运用粒子群优化算法、最短路径TSP(Traveling Salesman Problem)遗传算法对正常工作情况下一道、两道工序加工系统建立调度方案,同时利用概率函数法在故障情况下建立可修排队系统,最后利用MATLAB进行故障仿真,得到3组参数在不同故障率的系统作业效率,从而为RGV动态调度提供了最优CNC(Computer numerical control)加工循环序列。(本文来源于《齐齐哈尔大学学报(自然科学版)》期刊2019年05期）
张海南,游晓明,刘升[6]（2019）在《动态调度策略与竞争机制融合的蚁群优化算法》一文中研究指出针对蚁群算法收敛速度较慢与易陷入局部最优的问题,提出了动态调度策略与竞争机制融合的蚁群优化算法.该算法重点引入调度策略,随迭代时期的变化,通过反馈系数将路径信息实时反馈给调度算子,引导蚂蚁动态选择路径,在广阔的空间中充分探索最优解,避免蚁群陷入局部最优.另将蚁群分为双子群竞争搜索最优解,并给予不同的激励,从而平衡算法的多样性与收敛速度.通过14个经典旅行商问题(Traveling Salesman Problem)实例进行验证,该算法能以较少的迭代次数取得最优解或接近最优解,表明算法的有效性及其优越性.(本文来源于《微电子学与计算机》期刊2019年07期）
朱志斌,孟小丁[7]（2019）在《基于粒子群算法和仿真技术的RGV动态调度建模与优化》一文中研究指出基于10台计算机数控机床(CNC)和1辆轨道式自动引导车(RGV)组成的智能加工系统,设计了RGV动态调度策略,包括CNC工序分配、CNC编号奇偶优先和RGV任务分派策略,建立了以系统作业效率最大化和RGV移动时间最短为优化目标的数学模型,设计了基于工序编码的粒子群算法。最后利用C++语言编程,通过对一个8 h班次两道工序物料加工过程的叁组数据的计算,得出了在最优策略下一个班次叁组数据分别生产熟料的数量、系统作业效率、RGV移动时间、奇偶优先策略引起的CNC工序排布变化。通过仿真对比和实例,验证了所提方法的有效性。(本文来源于《机电信息》期刊2019年18期）
王志刚,郭钰卓,周启昕,张博涵[8]（2019）在《基于和声搜索算法的RGV动态调度优化模型》一文中研究指出以2018全国大学生数学建模竞赛B题为例,针对RGV车间调度的具体案例,采用和声搜索算法和遗传算法,建立了RGV动态调度模型,解决车间CNC最优排布问题和RGV最短路径问题,得到了一个班次的RGV动态调度策略,以优化工业生产的实际过程.并代入3组系统作业参数,验证了模型的实用性和算法的有效性.(本文来源于《海南大学学报(自然科学版)》期刊2019年02期）
肖添[9]（2019）在《基于改进迭代算法的动态调度优化模型》一文中研究指出笔者针对当前智能加工系统中的动态作业调度问题,考虑作业工序、等待时间等实际情况中产生的约束条件,在3大原则的前提下,应用改进迭代算法建立了一道工序的工作调度模型和两道工序的调度模型,通过验证模型的时间空间复杂度,得出此模型具有较好的实用性。最后,在模型的推广中加入1%的工作故障概率,得到故障概率分布,进而得到更加稳定的模型。(本文来源于《信息与电脑(理论版)》期刊2019年07期）
王小文[10]（2019）在《平台类无车承运人运力动态调度优化研究》一文中研究指出随着“互联网”技术时代的到来,为了更好地解决我国货运市场上长久以来面临的物流成本居高不下、供给与需求间的信息不对称、货运效率低、货运市场呈现“多、小、散、乱”的局面等问题,平台类无车承运人因势而生。就平台类无车承运人的发展而言,高效地实现平台的智能车货匹配和最大限度地发挥平台的智能调度功能则至关重要。因此,平台类无车承运人企业如果能够拥有基于车货供需匹配、运力资源调度优化、多点混合装卸货路径优化模型的智能运营体系,那么将对企业核心竞争力的提升以及运营发展方面大有裨益。于是本文将以平台类无车承运人企业为研究对象,就其平台的运力资源动态调度问题进行系统而深入地研究。首先,本文在对当前我国无车承运人及平台类无车承运人的发展现状以及存在的突出问题进行全面地研读与总结的基础上,对我国平台类无车承运人试点企业的实际运行数据进行了缜密地分析。经分析发现:平台类无车承运人在持续短暂而漫长的发展过程中出现的一些“痼疾”仍未消除。此外,在平台类无车承运人模式下的运输过程中大量非满载的运输现状仍未得到有效的改善;因运输市场上的运力资源未能实现合理配置而导致的运输资源浪费和运输效率低下的问题日益凸显。其次,本文对我国平台类无车承运人业态下的运输模式进行了系统地分析。经研究分析发现,承担“承运人”角色的平台类无车承运人具有特殊性,具体体现在以下几个方面:就其运输过程来讲,运输需求和运力资源具有动态性和不确定性,且装卸货地具有分散性等特征;就其经营模式来讲,具有盈利模式的不同、合作伙伴关系的不稳定性等特点。因此基于以上特征,本文将针对平台类无车承运人模式下的运力资源调度问题,集中构建了带时间窗约束的、混合装卸货地的、多目标的平台类无车承运人运力动态调度优化模型,并且根据模型的求解需求设计了相应的两阶段算法,其中包括静态阶段的遗传算法跟动态阶段的近似最近邻搜索算法进行求解。最后,本文选取一家平台类无车承运人试点企业进行实例验证分析,通过对该企业在试点运行中所产生的实际运行数据进行验证表明:试点企业运用本文所建立的模型后,试点企业的收益增加了5.17%;实际承运人的运输成本降低了9.23%;此外,实际承运人的收益也相应地增加了5.86%。因此,本文所建立的模型以及设计的算法具有一定的有效性和适用性。(本文来源于《长安大学》期刊2019-04-12）
动态调度优化论文开题报告
（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：
如何延长网络寿命是无线传感网络中一个关键问题,为此提出了基于全向无线充电模型的动态调度优化方法,目标是最大化网络寿命。文章对充电小车的停止点选择进行了分析,根据全向无线充电模型的覆盖范围确定了充电小车的停止区域,再以最大化节点接收功率之和为优化目标确定每个区域内的最佳停止点。实验结果表明,所提出的方法能够延长网络寿命,与MRCR(Multi-node Renewable based on Charging Range)算法相比,可延长网络寿命约3%～113%。
（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。
动态调度优化论文参考文献
[1].张明鹏,陈闽漩,王雪晴,李壮.多目标优化和仿真的智能RGV动态调度策略研究[J].中国新通信.2019
[2].陈路,陈凛,马辉.基于全向无线充电模型的动态调度优化方法[J].计算机时代.2019
[3].齐斌,韩文俊,王馨.基于数学建模视角下的RGV最优化动态调度模型的仿真分析研究[J].南方农机.2019
[4].罗敏娜,侍啸.贪心优化的搜索算法在RGV动态调度中的应用[J].沈阳师范大学学报(自然科学版).2019
[5].赵菲,朱家明,孔怡婉.基于优化粒子群算法对智能RGV动态调度的研究[J].齐齐哈尔大学学报(自然科学版).2019
[6].张海南,游晓明,刘升.动态调度策略与竞争机制融合的蚁群优化算法[J].微电子学与计算机.2019
[7].朱志斌,孟小丁.基于粒子群算法和仿真技术的RGV动态调度建模与优化[J].机电信息.2019
[8].王志刚,郭钰卓,周启昕,张博涵.基于和声搜索算法的RGV动态调度优化模型[J].海南大学学报(自然科学版).2019
[9].肖添.基于改进迭代算法的动态调度优化模型[J].信息与电脑(理论版).2019
[10].王小文.平台类无车承运人运力动态调度优化研究[D].长安大学.2019
标签：RGV动态调度优化模型; 多目标函数; 动态模拟仿真;