《複雜系統基於微粒群的最佳化與調度理論與方法研究》是由劉波編寫，金以慧指導的論文。
基本介紹
- 中文名：複雜系統基於微粒群的最佳化與調度理論與方法研究
- 作者：劉波
- 關鍵字：企業管理 生產調度 最最佳化算法
- 導師：金以慧指導
- 學科專業：控制科學與工程
- 學位級別：博士論文
- 學位授予單位：清華大學
- 學位授予時間：2007
- 館藏號：F273
- 館藏目錄：2009\F273\13
中文摘要
複雜生產系統和控制系統的最佳化通常面臨規模大、建模困難、評價費時、 NP-hard、多極小、不確定、多目標等難點。高效的最佳化方法及相關理論一直是學術界和工程界共同關注的重點課題。作為一種新興的演化計算技術，微粒群最佳化(PSO)算法因其不受限於問題的表達形式以及全局尋優的特點而備受研究界和工程界的關注。本文致力於研究複雜環境下基於PSO算法的最佳化理論、方法及其初步套用。 論文的創新點如下： 1、提出了群體Meta-heuristic算法及其混合算法的統一框架，並基於Markov鏈理論分析了統一框架所描述的算法的收斂性。 2、將標準PSO算法擴展到離散生產調度問題。通過深入剖析生產調度系統的諸多複雜性，重點提出了針對典型流水線調度問題的一種有效混合PSO算法，即PSOMA。基於典型算例的大量仿真結果和算法比較，驗證了所提算法的有效性。 3、在PSOMA的基礎上，結合特定問題信息，提出了解決零等待流水線調度、帶有限緩衝區的流水線調度、多目標流水線調度和加工時間隨機分布的流水線調度等一系列複雜問題的混合PSO算法；針對更為複雜的車間調度問題，通過設計與問題相關的有效局部搜尋操作，給出了有效的混合PSO算法。基於典型算例的大量仿真結果和算法比較，驗證了所提算法的有效性。 4、針對確定性連續函式最佳化問題，提出了混沌PSO算法；針對隨機連續函式最佳化問題，提出了基於序最佳化和假設檢驗的混合PSO算法；進而，套用所提出的混合PSO算法有效解決了若干重要的控制工程問題。基於典型算例的大量仿真結果和算法比較，驗證了所提方法的有效性、高效性和魯棒性。
