学位论文 > 优秀研究生学位论文题录展示
基于局部最优单亲遗传算法的仓库路径优化调度问题研究
作 者: 李名照
导 师: 王小平
学 校: 华中科技大学
专 业: 系统工程
关键词: 仓库路径优化 旅行商问题 单亲遗传算法 局部最优算子
分类号: TP18
类 型: 硕士论文
年 份: 2009年
下 载: 33次
引 用: 0次
阅 读: 论文下载
内容摘要
现代汽车制造业的社会化大生产已迈进了信息化、智能化的时代。汽车生产的冲压、焊接、涂装和总装配四大工艺的生产线自动化和集成化程度不断提升,生产效率大幅提高,汽车生产能力大大增强。一方面,在实际生产活动中各大工艺之间效率和产量不能实现完全同步,这样就会造成中间产品积压,另一方面,从企业的长远战略来看,要求某一中间产品必须有一定的储量。那么如何准确、合理和高效地管理这一存储中间产品的缓冲仓库就显得尤为重要。目前,柳州柳新汽车冲压件有限公司的焊接和涂装车间的缓冲仓库完全是依靠人凭借经验进行白车身(Body-In-White, BIW)的出/入库管理。论文正是在此背景下,研究出一种针对此缓冲仓库的合理、高效的自动编排调度算法。论文首先分析了缓冲仓库的实际运行机制和相关业务流程后把问题归结为旅行商问题,然后建立了一种基于最小时间的堆垛机路径优化模型。但是采用车位序号的编码方式使得遗传算法的交叉算子操作起来非常复杂,于是改双亲遗传方式为单亲遗传方式。单亲遗传算法只通过选择和变异算子繁殖后代,它在全局搜索方面能力是很强的,但随着种群进化,单亲遗传算法的突变、逆序和移位变异算子使得局部搜索能力逐步减弱,最后退化成为一种随机的搜索,算法收敛速度越来越慢。为了克服这一缺点,论文提出了一种基于贪婪思想的局部最优算子。在种群进化过程中它不断地向染色体中加入局部最优基因段,从而使算法局部搜索能力增强,加快收敛速度。最后,仿真结果表明,基于贪婪思想的局部最优单亲遗传算法能够兼顾全局搜索和局部搜索,提高算法收敛速度,可以更快更好地得到问题的最优解。
|
全文目录
摘要 4-5 Abstract 5-9 1 绪论 9-15 1.1 研究背景与课题来源 9 1.2 仓库管理现状及发展方向 9-11 1.3 仓库调度问题的研究进展 11-13 1.4 研究内容与研究意义 13 1.5 论文的组织结构 13-15 2 仓库系统组成和作业操作 15-20 2.1 仓库组成结构 15 2.2 汽车生产线上的车体射频识别系统 15-16 2.3 仓库作业的一般过程分析 16-17 2.4 出/入库货位分配策略及原则 17-19 2.5 本章小结 19-20 3 缓冲仓库路径优化调度模型的建立 20-33 3.1 仓库布局描述 20-21 3.2 三种车位编码方式 21-22 3.3 桥式堆垛机最短路径优化模型 22-24 3.4 旅行商问题及求解 24-26 3.5 缓冲仓库出入库车位分配方式 26-32 3.6 本章小结 32-33 4 遗传算法及模型仿真 33-56 4.1 传统遗传算法 33-37 4.2 单亲遗传算法 37-38 4.3 对单亲遗传算法的改进 38-41 4.4 局部最优单亲遗传算法实现堆垛机路径优化 41-48 4.5 仿真结果分析 48-55 4.6 本章小结 55-56 5 总结与展望 56-58 5.1 总结 56 5.2 展望 56-58 致谢 58-59 参考文献 59-63 附录 攻读学位期间参加或完成的科研项目 63
|
相似论文
- 人工萤火虫群优化算法分析改进及应用研究,TP301.6
- 蚁群优化算法及其应用研究,TP301.6
- 混合蚁群算法及其应用研究,TP301.6
- 基于遗传算法优化问题的研究,TP18
- 求解组合优化问题的混合蛙跳算法的研究,TP301.6
- TSP问题的神经网络求解实验与比较研究,TP183
- 遗传算法的改进及其在优化上的应用研究,TP18
- 基于文化基因算法的图像检索研究,TP391.41
- 基于泛化竞争和局部渗透机制自组织网TSP问题的算法分析与研究,TP301.6
- 离散变量多群体演化算法的研究,TP18
- 多目标群激光反导优化研究,TJ95
- 非线性自反馈混沌神经网络的研究与应用,TP183
- 基于单亲遗传算法的RoboCup机器人足球比赛策略研究,TP242.6
- 基于改进的蚁群算法在分类规则中的应用研究,TP301.6
- 生物启发式算法及其改进研究,TP18
- 分散搜索算法在宝钢热轧一体化计划模型中的应用,TG335.11
- TRIBON系统的船体零件切割路径优化算法的研究及其软件设计,U671
- 旅行商问题的并行蚂蚁算法研究,TP301.6
- 改进粒子群优化算法及其应用研究,TP301.6
- 蚁群优化算法及其在组播路由中的应用研究,TP301.6
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论
© 2012 www.xueweilunwen.com
|