版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、本文研究了拉格朗日松弛方法在車間調(diào)度中的應用,主要完成以下工作: 1. 首先介紹了車間調(diào)度問題基于拉格朗日松弛方法的數(shù)學模型,規(guī)范了相關(guān)的概念以及參數(shù)的定義,剖析了拉格朗日松弛方法的關(guān)鍵技術(shù)環(huán)節(jié),并在此基礎上建立了基于拉格朗日松弛方法求解車間調(diào)度問題的一般框架。 2. 針對性能指標可分的車間調(diào)度問題,對算法進行了研究和實現(xiàn),驗證了算法的有效性。在此基礎上,進行了大量的仿真研究,并分析和討論了影響計算性能的關(guān)鍵因素。對懲罰
2、因子的震蕩性及由此帶來的可行解不確定性進行了分析,進而給出了一種修正策略??偨Y(jié)了懲罰因子分段特性,為基于時間的集結(jié)策略奠定了基礎。 3. 針對性能指標不可分的車間調(diào)度問題,提出了一種基于拉格朗日松弛的求解方法,并且給出了該方法架構(gòu)下的分解條件和一般描述,同時對算法的物理意義進行了闡述說明,仿真驗證了算法的正確性。 4. 針對調(diào)度規(guī)劃時間窗口較長所帶來的計算時間較長的問題,提出了懲罰因子基于時間的集結(jié)策略對算法進行了改進,
3、通過對Benchmark算例的仿真驗證改進算法在不影響調(diào)度結(jié)果的前提下,大大減少了計算時間。 5. 針對拉格朗日松弛方法解決不同車間調(diào)度問題時,對問題的依賴性強,算法實現(xiàn)復雜。提出了拉格朗日算法面向?qū)ο蟮脑O計方法,通過分析拉格朗日方法解決不同車間調(diào)度問題的特點,開發(fā)了通用的類模塊,面向?qū)ο蟮哪K關(guān)系和類層次使得算法可擴展性強,便于改進。仿真結(jié)果表明,用戶可以在該仿真平臺上方便地實現(xiàn)拉格朗日方法對多種車間調(diào)度問題的仿真,大大提高了
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 拉格朗日松弛算法在序貫診斷方法中的應用研究.pdf
- 基于拉格朗日松弛的預約調(diào)度建模與算法設計.pdf
- 基于改進拉格朗日松弛法的機組組合優(yōu)化方法.pdf
- 基于拉格朗日松弛和分支定界算法的3PL運輸調(diào)度問題.pdf
- 基于拉格朗日松弛法的停電系統(tǒng)機組恢復順序優(yōu)化方法研究.pdf
- 遺傳算法在車間調(diào)度中的應用研究.pdf
- 拉格朗日鍵合圖在模態(tài)分析中的應用研究.pdf
- 混合蛙跳算法及其在車間調(diào)度中的應用研究
- 基于拉格朗日松弛的帶外包受限多產(chǎn)品批量問題研究.pdf
- 拉格朗日乘數(shù)法應用的推廣
- 改進蟻群算法在車間調(diào)度中的應用研究.pdf
- 鐵路車流分配優(yōu)化模型與拉格朗日松弛算法求解研究.pdf
- 拉格朗日乘數(shù)法應用的推廣
- 基于拉格朗日松弛的罩式爐排產(chǎn)優(yōu)化問題的研究.pdf
- 遺傳算法在車間優(yōu)化調(diào)度中的應用研究.pdf
- 蟻群算法及其在車間調(diào)度中的應用研究.pdf
- 混合蛙跳算法及其在車間調(diào)度中的應用研究.pdf
- 拉格朗日插值算法在工程中的應用
- 基于拉格朗日松弛法的受限低代價組播路由算法.pdf
- Shuffled Complex Evolution算法及其在車間調(diào)度中的應用研究.pdf
評論
0/150
提交評論