拆卸序列規(guī)劃問題的建模與求解方法研究.pdf

1、拆卸序列規(guī)劃（DSP）方法是一種尋找產(chǎn)品最優(yōu)拆卸序列的優(yōu)化方法。該方法能夠有效提高產(chǎn)品拆卸效率、縮短拆卸周期和降低拆卸成本。將其應用于電子廢棄物拆卸還可以幫助減少電子廢棄物的環(huán)境危害、提高電子廢棄物的回收再利用價值。DSP問題是一種NP難組合優(yōu)化問題，近十幾年來研究人員提出了各種求解方法，但是即使是目前最好的求解方法也很難有效地的求解在不同條件和目標下的DSP問題。
　　本文在對拆卸建模方法、拆卸評價指標、DSP問題的求解方法等研

2、究現(xiàn)狀進行總結(jié)與分析的基礎上，針對DSP問題及其擴展問題、多目標DSP問題和選擇拆卸序列規(guī)劃問題進行了系統(tǒng)深入的研究。本文提出了一種新的拆卸建模方法、系統(tǒng)的拆卸評價指標和多種有效的DSP問題求解方法。本文還根據(jù)上述研究成果，設計和開發(fā)了DSP原型系統(tǒng)，并將所提出的DSP方法應用于電子廢棄物拆卸。本文主要包括以下研究內(nèi)容：
　?。?）研究了DSP問題與裝配序列規(guī)劃問題在建模與評價指標上的主要區(qū)別，在此基礎上，針對電子廢棄物拆卸，提出

3、了一種能夠區(qū)分緊固件和零件的拆卸建模方法和系統(tǒng)的拆卸評價指標，為本文后續(xù)的研究奠定了基礎。
　?。?）深入研究了DSP問題及其擴展問題，提出了基于改進教學優(yōu)化（MTLBO）算法的拆卸序列規(guī)劃方法。該算法是一種離散的基于種群的進化算法，它從教學優(yōu)化算法中繼承了基于教學的進化機制的核心思想，并針對DSP問題的特點進行了適應性改進。MTLBO算法主要包含三大部分：用于產(chǎn)生可行拆卸序列的可行解生成算子，用于更新種群并保持解可行性的進化算子

4、：教導階段算子和學習階段算子。通過試驗驗證了提出的MTLBO算法在求解DSP問題時的有效性和優(yōu)越性。
　　（3）深入研究了多目標DSP問題，提出了基于多目標MTLBO算法的拆卸序列規(guī)劃方法。該算法是一種離散的基于種群的多目標進化算法，它繼承了改進教學優(yōu)化算法的進化機制，引入了非支配排序遺傳算法II的選擇機制，并針對多目標拆卸序列規(guī)劃問題的特點進行了適應性改進。通過試驗驗證了提出的多目標MTLBO算法在求解多目標DSP問題時的有效性

5、和優(yōu)越性。
　?。?）深入研究了選擇拆卸序列規(guī)劃問題，采用拆卸Petri網(wǎng)對拆卸過程進行建模，提出了基于Q-Learning算法的選擇拆卸序列規(guī)劃方法，詳細描述了基于拆卸Petri網(wǎng)模型的拆卸狀態(tài)與活動的表示方法，活動選擇方法和增強學習方法，通過試驗驗證了提出的基于Q-Learning算法的選擇拆卸序列規(guī)劃方法的有效性和優(yōu)越性。
　?。?）分析了DSP系統(tǒng)的應用背景，結(jié)合本文的研究成果開發(fā)了DSP原型系統(tǒng)。并將所提出的DSP