学位论文 > 优秀研究生学位论文题录展示
机器排序问题的不确定规划模型
作 者: 倪庆文
导 师: 刘宝碇
学 校: 清华大学
专 业: 数学
关键词: 机器排序问题 不确定理论 不确定规划 遗传算法 混合智能算法
分类号: O223
类 型: 硕士论文
年 份: 2011年
下 载: 51次
引 用: 0次
阅 读: 论文下载
内容摘要
机器排序问题是运筹学的一个研究热点,它在应用数学、计算数学、系统工程、自动化管理等领域有着广泛地应用。在传统的机器排序问题模型当中,工件在机器上的加工时间往往被理解为随机变量,目标函数被设计成一些与概率测度相关的指标函数。由于一些现实问题中缺少足够的统计数据对随机加工时间进行研究,许多学者把工件在机器上的加工时间视为模糊变量,并将模糊集理论引入到机器排序问题当中。但是,对于现实生活中的很多主观不确定现象,模糊集理论无法给出合理的解释,其有些研究成果往往不能使人信服。为了更好的处理现实生活中的主观不确定现象,清华大学的刘宝碇教授提出了不确定理论。经过刘宝碇研究团队的不断探索与创新,不确定理论已经取得了巨大的发展,并被成功应用到机器排序问题等研究领域当中。本文在工件在机器上的加工时间为已知分布的不确定变量这一前提下进行研究。总的来说,机器排序问题包含两个重要的时间目标:最大完工时间与最大延迟时间。在本文中,通过定义满意度函数,我们将这两个时间目标整合成一个目标函数进行研究。首先,基于不确定理论的框架,我们提出了一个目标为满意度最大化的机器排序问题模型。其次,我们整合了逆不确定分布运算法则与遗传算法,设计了一套混合智能算法来解决上述不确定规划模型。最后我们通过一些数值算例展示了上面提出的模型与算法的有效性与可行性。本文的创新点如下:1.在不确定领域内,提出了能使最大完工时间与最大延迟时间同时得到优化的机器排序模型;2.设计了一套有效解决不确定机器排序问题的混合智能算法。
|
全文目录
摘要 3-4 Abstract 4-6 主要符号对照表 6-7 第1章 引言 7-10 1.1 选题背景及意义 7-8 1.2 文章结构安排 8-10 第2章 不确定理论简介 10-19 2.1 不确定测度 10-12 2.2 不确定变量 12-13 2.3 不确定分布及逆不确定分布 13-14 2.4 运算法则 14-16 2.5 一些特殊的不确定变量 16-19 第3章 机器排序问题的不确定规划模型 19-24 3.1 基本假设 19 3.2 基本符号 19 3.3 决策变量 19-21 3.4 目标函数 21-22 3.5 模型 22-24 第4章 混合智能算法 24-30 4.1 逆不确定分布运算法则 24-25 4.2 遗传算法 25-27 4.3 混合智能算法 27-30 第5章 数值算例 30-34 第6章 结论 34-36 6.1 论文的主要工作 34 6.2 论文的创新点 34 6.3 今后的研究方向 34-36 参考文献 36-39 致谢 39-40 个人简历、在学期间发表的学术论文与研究成果 40
|
相似论文
- 天然气脱酸性气体过程中物性研究及数据处理,TE644
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于模拟的注塑模浇注系统及成型工艺参数优化研究,TQ320.662
- 不确定环境下供应链多时段生产计划问题研究,F273
- 三自由度飞行器的控制研究,V249.1
- 基于嵌入式运动控制器的立体仓库控制系统设计,TP273.5
- 基于神经网络的自适应噪声主动控制研究,TP183
- 基于支持向量机方法的工程围岩变形预测研究,TV223.1
- 基于遗传算法、神经网络的项目工期与项目资源配置优化研究,F284
- 基于改进微粒群算法的组卷系统,TP391.6
- 基于改进遗传算法的配电网无功优化计算,TM744
- 基于GA-BP网络的制氢转化炉生产过程优化的研究,TP273
- 基于进化算法的动态优化方法的研究,TP13
- 聚类分析方法在学生信息管理系统中的应用,TP315
- 融合蚁群算法和遗传算法的陆航飞行保障管理信息系统,TP311.52
- 实验轧机液压APC控制算法的研究,TP273
- 基于提升小波理论的信号去噪方法的研究,TN911.4
- 基于遗传禁忌混合优化策略的无线传感器网络覆盖控制研究,TN929.5
- 供应链环境下单机制造与运输交付协同调度问题研究,TH186
- 多维多自由度动力减振技术研究,O328
中图分类: > 数理科学和化学 > 数学 > 运筹学 > 统筹方法
© 2012 www.xueweilunwen.com
|