求解一類訂單調(diào)度問題的遺傳算法研究.pdf

1、訂單調(diào)度問題可以簡單描述為：每個訂單包括k(k≤m)種不同的作業(yè)，每臺機器能且只能加工某一特定的作業(yè)，每個訂單的作業(yè)必須連續(xù)加工直至完成，每個訂單的完成時間是訂單中所有作業(yè)的最大完成時間。所以，訂單調(diào)度研究的是一組作業(yè)的整體完工情況。因為訂單調(diào)度問題類型眾多，模型復(fù)雜，并且大部分被證明為NP-hard難題，因此尋找多項式時間最優(yōu)解是不可能的。國內(nèi)外眾多學(xué)者嘗試發(fā)展啟發(fā)式算法求解訂單調(diào)度問題，可以求得較優(yōu)解，而遺傳算法作為一種人工智能優(yōu)化

2、算法，具有自適應(yīng)性、并行性和全局優(yōu)化的特點，所以本文嘗試將遺傳算法應(yīng)用于一類訂單調(diào)度模型，研究了專門機環(huán)境下以最小化總(加權(quán))完工時間優(yōu)化目標(biāo)的訂單調(diào)度模型，并將其與啟發(fā)式算法進行性能比較。
　　 文章首先詳細(xì)地描述了訂單調(diào)度問題，建立了總完工時間和總加權(quán)完工時間情況下訂單調(diào)度問題的數(shù)學(xué)模型；然后針對這兩個數(shù)學(xué)模型的特點，完成了遺傳算法的編碼設(shè)計、適應(yīng)度函數(shù)設(shè)計、遺傳算子參數(shù)的優(yōu)選、遺傳因子的基因操作等，并運用Matlab強大的