遺傳算法在流水車間調(diào)度問題中的研究與應(yīng)用.pdf

1、隨著經(jīng)濟(jì)水平的不斷提高和企業(yè)規(guī)模的日益擴(kuò)大，企業(yè)加大了對(duì)產(chǎn)品加工制造過程的監(jiān)管力度。企業(yè)為了在激烈的市場競爭中獲得優(yōu)勢(shì)，采用先進(jìn)的調(diào)度技術(shù)，得到科學(xué)合理的生產(chǎn)調(diào)度方案，以提高企業(yè)整個(gè)生產(chǎn)制造系統(tǒng)的效率。由此，車間調(diào)度問題應(yīng)運(yùn)而生。普通流水車間調(diào)度問題是經(jīng)典的NP-hard組合優(yōu)化問題之一。它源于很多不同的生產(chǎn)制造領(lǐng)域，并作為眾多實(shí)際生產(chǎn)線的抽象模型，非常適合于單件大批量生產(chǎn)背景的制造企業(yè)，對(duì)于實(shí)踐應(yīng)用具有指導(dǎo)意義。本文對(duì)模糊交貨期流水車

2、間調(diào)度問題和混合流水車間調(diào)度問題進(jìn)行了研究，并取得了一定的研究成果。
　　首先本文對(duì)課題研究的背景和意義作了較為簡單的介紹。概述了普通流水車間調(diào)度問題及其求解方法，并詳細(xì)介紹了遺傳算法理論，針對(duì)普通流水車間調(diào)度問題著重闡述了遺傳算法在其中的應(yīng)用，包括遺傳操作的設(shè)計(jì)，控制參數(shù)的設(shè)定等。
　　接著本文對(duì)智能優(yōu)化算法作了研究。分析了用遺傳算法求解模糊交貨期流水車間調(diào)度問題所存在的不足，即算法容易陷入局部最優(yōu)，算法收斂速度慢等缺點(diǎn)，

3、從而無法得到全局最優(yōu)解。將種群分為若干個(gè)子種群，引入混沌遷移策略，使各子種群之間個(gè)體的信息得到充分的交流，增加了種群中個(gè)體的多樣性，并結(jié)合NEH局部優(yōu)化算法，設(shè)計(jì)了一種混合遺傳算法(CMGA)，驗(yàn)證了有效性和快速性。
　　之后本文對(duì)混合流水車間調(diào)度問題作了研究，針對(duì)用遺傳算法求解時(shí)計(jì)算量大的缺點(diǎn)，引入了分布式估計(jì)算法，基于質(zhì)量評(píng)價(jià)機(jī)制對(duì)遺傳操作如交叉、變異產(chǎn)生的個(gè)體進(jìn)行評(píng)價(jià)，選擇質(zhì)量好的個(gè)體作為后代，避免因計(jì)算每個(gè)交叉、變異后個(gè)體