摘要:在车间制造业中，有效的生产调度方法可以很大地提高生产效率和降低生产成本.车间作业调度是一个多约束、多目标和随机不确定的优化问题，同时也是属于离散空间的非数值优化问题，问题复杂且求解困难，一般的优化方法难以求得最优解.

　　　针对车间作业调度这一难解问题，本文采用基于工序的编码方式，以最小化最大完成时间为优化目标，构建了基于标准粒子群算法的车间作业调度问题的求解方法，并通过对两个标杆问题进行实验仿真并给出仿真结果和分析.鉴于标准粒子群算法难以求解复杂车间作业调度问题，本文把Metropolis抽样准则融入到粒子群算法中，将模拟退火算法和粒子群算法相结合，把自适应思想融入到粒子群算法中，构建了两种改进的粒子群算法——模拟退火粒子群混合算法和自适应粒子群算法来求解这两个标杆问题，并对这三种算法的求解结果进行对比.结果验证了改进粒子群算法在解决大规模生产调度问题时的优越性，从而研究粒子群算法及其改进算法如何实现在车间调度问题上的应用.

关键词：车间作业调度；粒子群算法；模拟退火粒子群混合算法；自适应粒子群算法

目录

摘要

ABSTRACT

第1章 绪 论-1

1.1 论文研究背景和意义-1

1.2 车间作业调度调度问题概述-2

1.2.1 车间作业调度的描述-2

1.2.2 车间作业调度问题的分类-2

1.2.3 车间作业调度问题的特点-3

1.2.4 车间作业调度问题的优化指标-3

1.3 车间作业调度问题研究现状-4

1.4 本文主要研究内容-6

第2章 粒子群及模拟退火算法基本理论和自适应思想-8

2.1 粒子群算法-8

2.1.1 粒子群算法的基本原理-8

2.1.2 粒子群算法的流程和特点-9

2.1.3 粒子群算法改进的研究方向-11

2.2 模拟退火算法-13

2.2.1 模拟退火算法的基本原理-13

2.2.2 Metropolis准则-13

2.2.3 模拟退火算法的流程及特点-14

2.3 自适应思想-16

2.4 本章小结-16

第3章 标准粒子群算法求解车间作业调度问题-17

3.1 车间作业调度标杆问题-17

3.1.1 变量定义-17

3.1.2 约束条件-18

3.1.3 目标函数-19

3.2 编码与解码-19

3.3 求解车间作业调度问题的标准粒子群算法设计-21

3.4  MATLAB仿真与结果分析-22

3.5 本章小结-24

第4章 两种改进粒子群算法求解车间作业调度问题-25

4.1 求解车间调度问题的模拟退火粒子群算法的设计-25

4.1.1 模拟退火粒子群算法基本思想-25

4.1.2 模拟退火粒子群算法的流程-25

4.2 求解车间作业调度问题的自适应粒子群算法的设计-26

4.2.1 自适应粒子群算法的基本原理-26

4.2.2 自适应粒子群算法的流程-27

4.3  MATLAB仿真及其结果分析-28

4.4 本章小结-32

第5章 结论与展望-33

5.1 总结-33

5.2 展望-33

参考文献-35

致  谢-37