車間逆調度理論及智能算法

牟健慧,李新宇,李俊傑

  • 出版商: 電子工業
  • 出版日期: 2024-11-01
  • 定價: $588
  • 售價: 8.5$500
  • 語言: 簡體中文
  • 頁數: 216
  • ISBN: 7121492490
  • ISBN-13: 9787121492495
  • 下單後立即進貨 (約4週~6週)

相關主題

商品描述

本書力圖以逆優化理論為基礎,簡單總結逆優化研究現狀,以及工業應用實例。逆優化、逆調度概念篇(第1、2章),從逆優化、車間調度、逆調度的概念、發展及應用領域等方面介紹問題,同時分析逆優化與逆調度的聯系,總結逆調度目前研究現狀。應用篇(第3~5章),針對不同車間類型,主要圍繞單機車間逆調度、流水車間逆調度和作業車間逆調度問題分別展開研究,建立相關逆調度問題模型,採用混合智能算法求解,通過實例驗證其方法的有效性和優越性。拓展篇(第6章)研究不確定環境下的車間逆調度問題。最後,本書在第7章中對車間逆調度的實例進行分析,並且分析前沿動態與發展方向,做了進一步總結。

目錄大綱

第1章 緒論 001
1.1 逆優化問題理論與方法 003
1.2 逆優化問題及其國內外研究現狀 004
1.2.1 逆優化問題的描述及分類 004
1.2.2 逆優化問題的特性 006
1.2.3 逆優化問題的幾類求解方法 006
1.2.4 逆優化問題的現狀總結 006
1.3 車間調度理論與方法 007
1.3.1 車間調度問題的描述及其分類 007
1.3.2 車間調度問題的研究方法 009
1.4 動態調度問題的描述及方法 015
1.4.1 動態調度問題定義 015
1.4.2 動態調度問題的求解方法 015
1.5 習題 018
參考文獻 018
第2章 車間逆調度理論與方法 021
2.1 逆調度問題 021
2.1.1 逆調度問題描述 021
2.1.2 逆調度問題的數學模型研究 022
2.2 逆調度問題的應用背景 025
2.3 逆調度問題的國內外研究現狀 025
2.3.1 逆調度問題的國內研究概況 025
2.3.2 逆調度問題的國外研究概況 026
2.4 逆調度現狀總結與應用前景分析 026
2.5 習題 027
參考文獻 028
第3章 單機車間逆調度 030
3.1 單機逆調度問題 030
3.1.1 加權完成時間和最小的單機逆調度問題描述 030
3.1.2 帶交貨期的單機逆調度問題描述 032
3.2 基於GAIP混合算法求解單機逆調度問題 034
3.2.1 遺傳算法的基本理論 034
3.2.2 單機逆調度問題的染色體編碼與解碼 035
3.2.3 單機逆調度問題的初始化 036
3.2.4 選擇操作 038
3.2.5 交叉操作 038
3.2.6 變異操作 040
3.2.7 改進的粒子群優化算法 041
3.2.8 基於GAIP混合算法的求解步驟 043
3.3 基於遺傳變鄰域交替算法求解DSMISP 045
3.3.1 變鄰域搜索算法基本理論 045
3.3.2 DSMISP問題編碼與解碼 047
3.3.3 種群初始化 048
3.3.4 交叉、變異操作 048
3.3.5 變鄰域結構設計 048
3.3.6 基於遺傳變鄰域交替算法的求解步驟 050
3.4 實驗結果與分析 052
3.4.1 實驗設計 053
3.4.2 參數設置 053
3.4.3 實驗結果分析 055
3.5 本章小結 058
3.6 習題 059
參考文獻 059
第4章 流水車間逆調度 061
4.1 引言 061
4.2 流水車間逆調度問題 062
4.2.1 流水車間逆調度問題描述 062
4.2.2 多目標流水車間逆調度問題描述 064
4.3 自適應混合遺傳算法求解FSISP問題 067
4.3.1 流水車間逆調度問題編碼與解碼 067
4.3.2 流水車間逆調度問題初始化 068
4.3.3 變異與交叉操作 070
4.3.4 自適應的變鄰域搜索算法介紹 071
4.4 基於LMONG算法求解多目標流水車間逆調度問題 074
4.4.1 多目標優化問題的基本理論 075
4.4.2 LMONG算法基本操作 078
4.4.3 適應值評價方法 081
4.4.4 多樣性保持策略 081
4.4.5 改進的NEH局部搜索方法 083
4.5 實驗結果與分析 084
4.5.1 實驗設計 084
4.5.2 結果分析與討論 086
4.6 本章小結 094
4.7 習題 095
參考文獻 095
第5章 作業車間逆調度 097
5.1 引言 097
5.2 作業車間逆調度問題 098
5.2.1 作業車間逆調度問題描述 098
5.2.2 多目標作業車間逆調度問題描述 101
5.3 改進粒子群算法求解作業車間調度 105
5.3.1 粒子群初始化 105
5.3.2 粒子群速度、位置更新機制 106
5.3.3 粒子激活策略 107
5.3.4 改進粒子群算法流程 108
5.4 基於混合變異雜草優化算法求解多目標作業車間逆調度 109
5.4.1 多目標優化方法 109
5.4.2 混合變異雜草優化算法 110
5.4.3 混合算法的基本操作 111
5.4.4 歐氏貼近度適應值分配策略 112
5.4.5 快速非支配排序策略 113
5.4.6 算法流程 114
5.5 實驗結果與分析 115
5.5.1 單目標逆調度結果分析 115
5.5.2 多目標逆調度結果分析 117
5.6 本章小結 120
5.7 習題 121
參考文獻 121
第6章 不確定環境下的車間逆調度 123
6.1 引言 123
6.2 不確定環境下車間逆調度問題 124
6.2.1 不確定環境下單機車間逆調度問題描述(UESSP) 128
6.2.2 不確定環境下流水車間逆調度問題描述(UEFSP) 129
6.2.3 不確定環境下柔性作業車間逆調度問題描述(UEFJSP) 132
6.3 不確定環境下逆調度問題求解策略 135
6.3.1 第一階段求解 135
6.3.2 第二階段求解 136
6.3.3 DPN算法流程 137
6.4 模擬結果與分析 139
6.4.1 實例介紹 139
6.4.2 利用DPN算法解決問題實例 142
6.5 本章小結 146
6.6 習題 147
參考文獻 147
第7章 車間逆調度實例分析與前景展望 148
7.1 應用背景簡介 148
7.1.1 車間逆調度現狀 148
7.1.2 應用前景分析 150
7.2 車間逆調度實例 152
7.2.1 應用背景簡介 152
7.2.2 單機逆調度實例 154
7.2.3 流水車間逆調度實例 156
7.2.4 不確定環境下的車間逆調度實例 160
7.3 研究展望 166
7.4 習題 168
參考文獻 168