论文摘要
生产调度对提高企业生产效率,减少资源损耗等起着重要的作用。尽管研究人员做了大量关于调度问题的研究工作,提出了许多求解车间调度问题的优化算法,但大部分算法由于求解速度慢难以满足实际生产过程中实时性的要求,而传统的调度规则因其容易计算、易于实施,得到许多企业的青睐。然而,单一的调度规则往往很难得到较优的调度方案,尤其是在动态的生产环境中,单一的调度规则很难适应动态变化的调度环境。因此,如何在可接受的时间范围内,快速得到较优的调度方案从而有效的指导实际生产工作成为了一直以来调度问题研究的热点。当今信息技术的发展使企业在多年的生产实践中积累了大量有价值的与调度有关的经验数据,如何从历史调度数据中挖掘潜在的调度知识,快速有效的指导其他相似加工环境下不同生产任务受到了越来越多研究者的关注。本文研究了基于复杂网络特征的神经网络调度器在作业车间调度问题中的应用,主要有以下研究内容:(1)为了快速有效的求解静态作业车间调度问题,并研究神经网络调度器在作业车间中的性能,本文设计了一种双重BP神经网络调度器。将现有的调度方案用于对神经网络进行训练,生成的神经网络调度器,用于快速有效的求解同规模下新的调度问题。实验表明,生成的调度器求解速度优于现有的智能搜索算法,如遗传算法,其求解效果优于传统规则及已有的同类方法。(2)为了快速有效的求解动态作业车间调度问题,考虑工件动态到达的情况,设计了一种动态作业车间神经网络调度器。为了挖掘出数据中潜在的调度知识,用于快速有效的指导动态作业车间生产过程,采用遗传算法求解静态调度问题,将得到的较优的调度方案转化成训练数据集,对神经网络进行训练,生成调度器。得到的调度器能有效的对任意两个冲突工序进行排序,从而求解动态作业车间调度问题中工件动态达到的调度问题。实验表明,该方法能快速求解动态作业车间调度问题,得到的调度方案优于传统调度规则。(3)针对调度属性对神经网络分类准确率的影响,从而影响最终输出调度方案的性能的问题,提出了一种基于复杂网络建模的调度属性提取方法,该方法通过建立调度问题的复杂网络模型,提取与调度优化目标相关的复杂网络特征作为调度属性,对现有的调度属性进行补充。实验表明,根据复杂网络模型提取的复杂网络特征能有效的反映调度方案的一些潜在信息,这些复杂网络特征能将调度方案有效的转化为训练数据集以训练神经网络调度器,该神经网络调度器分类准确率优于基于传统调度属性的神经网络调度器,且生成的方案优于已有的调度规则。
论文目录
文章来源
类型: 硕士论文
作者: 邹萌邦
导师: 刘琼
关键词: 车间调度,神经网络,复杂网络
来源: 华中科技大学
年度: 2019
分类: 基础科学,信息科技
专业: 数学,自动化技术
单位: 华中科技大学
基金: 国家自然科学基金项目“基于无尺度复杂网络建模的单元制造系统调度及优化”(51675206),中央高校基本科研业务费专项资金资助项目“网络环境下单元制造资源节点无尺度网络建模及调度优化”(2016YXMS275)
分类号: O157.5;TP183
DOI: 10.27157/d.cnki.ghzku.2019.000897
总页数: 67
文件大小: 1485K
下载量: 79
相关论文文献
- [1].基于优化神经网络的地质灾害监测预警仿真[J]. 计算机仿真 2019(11)
- [2].基于进化神经网络的304不锈钢车削加工表面粗糙度预测[J]. 轻工机械 2019(06)
- [3].时频联合长时循环神经网络[J]. 计算机研究与发展 2019(12)
- [4].几种典型卷积神经网络的权重分析与研究[J]. 青岛大学学报(自然科学版) 2019(04)
- [5].基于GA-BP神经网络异纤分拣机检测参数优化[J]. 棉纺织技术 2020(01)
- [6].基于集成神经网络的织物主观风格预测研究[J]. 纺织科技进展 2020(01)
- [7].试析神经网络技术在机械工程中的应用及发展[J]. 网络安全技术与应用 2020(02)
- [8].一种深度小波过程神经网络及在时变信号分类中的应用[J]. 软件 2020(02)
- [9].不同结构深度神经网络的时间域航空电磁数据成像性能分析[J]. 世界地质 2020(01)
- [10].基于深度神经网络的航班保障时间预测研究[J]. 系统仿真学报 2020(04)
- [11].基于生成对抗网络和深度神经网络的武器系统效能评估[J]. 计算机应用与软件 2020(02)
- [12].基于循环神经网络的双轴打捆机智能换挡策略研究[J]. 安徽工程大学学报 2020(01)
- [13].基于图神经网络的实体对齐研究综述[J]. 现代计算机 2020(09)
- [14].基于改进的循环神经网络深度学习跌倒检测算法[J]. 电脑编程技巧与维护 2020(03)
- [15].神经网络探索物理问题[J]. 物理 2020(03)
- [16].基于GA-BP神经网络的城市用水量预测[J]. 现代电子技术 2020(08)
- [17].基于深度神经网络的药物蛋白虚拟筛选[J]. 软件工程 2020(05)
- [18].基于轻量级神经网络的人群计数模型设计[J]. 无线电工程 2020(06)
- [19].高效深度神经网络综述[J]. 电信科学 2020(04)
- [20].含磁场耦合忆阻神经网络放电行为研究[J]. 广西师范大学学报(自然科学版) 2020(03)
- [21].基于神经网络及特征运算的老年人平衡能力分析[J]. 重庆工商大学学报(自然科学版) 2020(04)
- [22].神经网络技术在机械工程中的应用及发展探析[J]. 科技创新与应用 2020(18)
- [23].基于竞争神经网络的变电站巡视周期分类[J]. 科技创新与应用 2020(18)
- [24].基于双向循环神经网络的语音识别算法[J]. 电脑知识与技术 2020(10)
- [25].结合相似日与改进神经网络的短期光伏发电预测[J]. 广西电业 2020(04)
- [26].基于神经网络的流感大数据分析[J]. 中华医学图书情报杂志 2020(03)
- [27].长短时记忆神经网络在地电场数据处理中的应用[J]. 地球物理学报 2020(08)
- [28].基于门控循环单元神经网络的公交到站时间预测[J]. 南通大学学报(自然科学版) 2020(02)
- [29].鼠脑神经网络的同步辐射3D成像研究[J]. 核技术 2020(07)
- [30].基于长短记忆神经网络的短期光伏发电预测技术研究[J]. 华北电力大学学报(自然科学版) 2020(04)