柔性作业车间调度智能算法及其应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

柔性作业车间调度智能算法及其应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一篇 基本理论3

第1章 绪论3

1.1调度问题的研究背景和意义3

1.2调度问题描述、分类及特性7

1.2.1调度问题的描述7

1.2.2车间调度问题的分类7

1.2.3车间调度问题的特点8

1.3车间调度问题的研究概况9

1.4本书的结构与主要内容10

第2章 柔性作业车间调度问题的模型、现状和方法12

2.1柔性作业车间调度问题描述12

2.1.1柔性作业车间调度问题的描述与分类12

2.1.2 FJSP的数学模型13

2.1.3 FJSP的析取图模型15

2.1.4 FJSP评价指标17

2.2柔性作业车间调度问题的研究现状18

2.2.1单目标柔性作业车间调度18

2.2.2多目标柔性作业车间调度问题19

2.2.3不确定环境下柔性作业车间调度问题20

2.3柔性作业车间调度问题的研究方法21

2.3.1精确方法22

2.3.2近似方法23

第二篇 单目标柔性作业车间调度29

第3章 基于遗传算法的柔性作业车间调度29

3.1遗传算法的基本理论29

3.2遗传算法求解柔性作业车间调度问题30

3.2.1 FJSP的染色体编码30

3.2.2 FJSP的染色体解码32

3.2.3 FJSP的初始化35

3.2.4交叉操作38

3.2.5变异操作39

3.2.6选择操作40

3.2.7改进遗传算法的求解步骤40

3.3实验结果与分析41

3.3.1实验一41

3.3.2实验二42

3.3.3实验三44

第4章 基于变邻域遗传算法的柔性作业车间调度45

4.1引言45

4.2变邻域搜索算法的基本理论46

4.2.1邻域的概念46

4.2.2变邻域搜索算法47

4.3变邻域遗传算法求解柔性作业车间调度问题48

4.3.1混合优化算法优化策略48

4.3.2初始解产生49

4.3.3记忆库保优策略49

4.3.4遗传操作50

4.3.5邻域结构研究51

4.3.6终止准则53

4.4实验结果与分析53

第5章 基于CPSO的柔性作业车间调度59

5.1粒子群优化算法59

5.2元胞粒子群优化算法框架61

5.2.1元胞自动机的构成61

5.2.2元胞粒子群优化算法框架63

5.3两种版本的元胞粒子群优化算法64

5.3.1内元胞粒子群优化算法64

5.3.2外元胞粒子群优化算法65

5.4元胞粒子群优化算法求解柔性作业车间调度问题70

5.4.1粒子的编码形式70

5.4.2粒子速度和位置的更新操作70

5.4.3粒子的邻域结构和局部搜索70

5.4.4 CPSO求解FJ SP流程71

5.5实验结果与分析72

第6章 基于遗传禁忌搜索算法的柔性作业车间调度问题75

6.1遗传禁忌搜索算法求解流程75

6.2遗传算法75

6.2.1初始化75

6.2.2编码与解码76

6.2.3选择操作76

6.2.4交叉操作77

6.2.5变异操作78

6.3禁忌搜索算法79

6.3.1邻域结构和移动评价策略79

6.3.2禁忌表和禁忌长度80

6.3.3终止准则80

6.4实验结果与分析80

第三篇 多目标柔性作业车间调度85

第7章 基于变邻域遗传算法的多目标柔性作业车间调度85

7.1多目标优化问题的基本理论85

7.1.1多目标优化的基本概念85

7.1.2多目标优化方法86

7.2混合算法求解多目标FJSP88

7.2.1多目标FJSP优化模型88

7.2.2基于Pareto的多目标优化策略88

7.2.3混合算法的基本操作89

7.2.4适应值分配策略研究90

7.2.5种群多样性保持策略研究91

7.2.6精英保留策略92

7.2.7混合算法求解多目标FJ SP的步骤92

7.3计算结果与分析93

7.3.1 8×8问题93

7.3.2 10×10问题95

7.3.3 15×10问题97

7.3.4 DPdata问题99

第8章 基于免疫遗传算法的多目标柔性作业车间调度101

8.1免疫和熵原理101

8.1.1抗体信息熵101

8.1.2抗体相似度102

8.1.3抗体浓度102

8.2多目标遗传算法求解多目标FJ SP102

8.2.1优化目标102

8.2.2 Pareto最优解集构造103

8.2.3精英保留策略105

8.2.4多目标遗传算法流程106

8.3计算结果与分析107

8.3.1三个目标的测试结果和比较分析107

8.3.2六个目标的测试结果111

8.4基于AHP的多目标FJ SP调度决策114

第四篇 不确定环境下的柔性作业车间调度问题119

第9章 基于GEP的柔性作业车间动态调度问题119

9.1动态调度问题描述与研究方法119

9.1.1动态调度问题描述119

9.1.2动态调度问题研究方法119

9.2柔性作业车间动态调度在线启发式算法121

9.3基于GEP的柔性作业车间动态调度规则学习方法122

9.3.1编码与解码方式122

9.3.2遗传操作125

9.4实验结果与分析127

9.4.1实验数据生成127

9.4.2 GEP控制参数设置128

9.4.3比较对象129

9.4.4实验结果分析130

第10章 基于变邻域遗传算法的FJSP动态调度研究136

10.1 FJSP动态调度框架136

10.2动态调度策略137

10.2.1人机协同的重调度策略137

10.2.2滚动窗口重调度策略137

10.2.3基于周期和事件驱动的重调度策略139

10.3动态调度的混合算法设计140

10.4几种突发事件处理141

10.5实验结果与分析142

10.5.1仿真调度实例142

10.5.2结果分析146

第11章 多目标动态柔性作业车间调度问题147

11.1动态调度问题的描述147

11.2滚动调度策略148

11.2.1滚动重调度机制149

11.2.2工件窗口149

11.3基于多目标遗传算法求解多目标动态FJ SP150

11.3.1重调度问题的解码150

11.3.2基于多目标遗传算法求解多目标动态FJSP的流程151

11.4实例仿真与分析152

第12章 基于免疫遗传算法的多目标模糊柔性作业车间调度问题159

12.1模糊集相关理论159

12.1.1模糊集合表示159

12.1.2模糊数操作161

12.1.3模糊数的比较161

12.2不确定条件下的柔性作业车间调度问题162

12.2.1问题描述162

12.2.2评价指标163

12.2.3满意度的计算163

12.3基于多目标遗传算法求解多目标模糊FJSP164

12.4实验结果与分析165

附录 几组标准测试实例数据173

参考文献177