基于改進(jìn)粒子群算法的車間作業(yè)調(diào)度問題研究.pdf

1、車間作業(yè)調(diào)度問題(Job-shop Scheduling Problem，JSP)是實(shí)際生產(chǎn)調(diào)度問題的一個(gè)簡化模型，是企業(yè)生產(chǎn)管理與控制的核心。有效的調(diào)度方法和優(yōu)化技術(shù)的研究與應(yīng)用，具有重要的理論意義和實(shí)踐價(jià)值。粒子群算法是近年來興起的一種基于群體智能的進(jìn)化類算法，具有操作簡單和易于實(shí)現(xiàn)等優(yōu)點(diǎn)，但由于該算法提出的時(shí)間比較短，仍然存在一些問題，比如容易早熟收斂、易陷入局部極值等。因此，本文將算法進(jìn)行了改進(jìn)，并將改進(jìn)的算法應(yīng)用于車間作業(yè)調(diào)度

2、問題中。
　　 本文首先對車間作業(yè)調(diào)度問題進(jìn)行了描述，包括車間作業(yè)調(diào)度問題的模型、特點(diǎn)、國內(nèi)外研究現(xiàn)狀和解決車間調(diào)度問題的優(yōu)化方法。其次，介紹了粒子群算法的起源、基本思想、數(shù)學(xué)描述、算法流程和改進(jìn)措施以及粒子群算法存在的缺陷。再次，根據(jù)已有優(yōu)化算法理論基礎(chǔ)，針對粒子群算法的參數(shù)特點(diǎn)，從提高算法的收斂速度和精度方面考慮，提出了慣性權(quán)重隨進(jìn)化代數(shù)增加動(dòng)態(tài)非線性變化的粒子群優(yōu)化算法(NDCWPSO)和免疫粒子群算法。通過選取幾個(gè)有代表