复杂系统基于微粒群的优化与调度理论与方法研究

副题名

外文题名

论文作者

刘波着

导师

金以慧指导

学科专业

控制科学与工程

学位级别

博士论文

学位授予单位

清华大学

学位授予时间

2007

关键词

企业管理 生产调度 最优化算法

馆藏号

F273

馆藏目录^[1] 

2009\F273\13

复杂生产系统和控制系统的优化通常面临规模大、建模困难、评价费时、 NP-hard、多极小、不确定、多目标等难点。高效的优化方法及相关理论一直是学术界和工程界共同关注的重点课题。作为一种新兴的演化计算技术，微粒群优化(PSO)算法因其不受限于问题的表达形式以及全局寻优的特点而备受研究界和工程界的关注。本文致力于研究复杂环境下基于PSO算法的优化理论、方法及其初步应用。 论文的创新点如下： 1、提出了群体Meta-heuristic算法及其混合算法的统一框架，并基于Markov链理论分析了统一框架所描述的算法的收敛性。 2、将标准PSO算法扩展到离散生产调度问题。通过深入剖析生产调度系统的诸多复杂性，重点提出了针对典型流水线调度问题的一种有效混合PSO算法，即PSOMA。基于典型算例的大量仿真结果和算法比较，验证了所提算法的有效性。 3、在PSOMA的基础上，结合特定问题信息，提出了解决零等待流水线调度、带有限缓冲区的流水线调度、多目标流水线调度和加工时间随机分布的流水线调度等一系列复杂问题的混合PSO算法；针对更为复杂的车间调度问题，通过设计与问题相关的有效局部搜索操作，给出了有效的混合PSO算法。基于典型算例的大量仿真结果和算法比较，验证了所提算法的有效性。 4、针对确定性连续函数优化问题，提出了混沌PSO算法；针对随机连续函数优化问题，提出了基于序优化和假设检验的混合PSO算法；进而，应用所提出的混合PSO算法有效解决了若干重要的控制工程问题。基于典型算例的大量仿真结果和算法比较，验证了所提方法的有效性、高效性和鲁棒性。^[1]