基于改進(jìn)蟻群算法的車間調(diào)度問題研究.pdf

1、車間調(diào)度問題是現(xiàn)代制造業(yè)中共存的問題。隨著制造業(yè)的發(fā)展,出現(xiàn)了大量復(fù)雜的制造系統(tǒng),如柔性制造系統(tǒng)、計算機(jī)集成制造系統(tǒng),為車間調(diào)度問題的研究提出了新的要求,迫切需要研究與之相適應(yīng)的車間調(diào)度方法,近年來,用蟻群算法研究車間調(diào)度問題成為新的研究熱點,并取得了良好的尋優(yōu)效果。但目前對于蟻群算法的理論研究和實際應(yīng)用遠(yuǎn)不及對遺傳算法,模擬退火等算法的研究成熟,存在諸多需要研究和探索的問題。 本文首先論述了蟻群算法與遺傳算法的算法機(jī)理、國內(nèi)學(xué)

2、者對于蟻群遺傳復(fù)合算法的研究成果,并用蟻群算法解決TSP問題以論證蟻群算法在解決組合優(yōu)化問題上的有效性。然后用基本蟻群算法研究了JSP問題,主要研究成果有：在有約束條件下對Job-shop問題進(jìn)行模型化,用圖形法表示作業(yè)調(diào)度工序集,并針對圖形法引入蟻群算法尋優(yōu)。給出了螞蟻搜索的虛擬起點概念及每步搜索的可行結(jié)點集與算法詳細(xì)步驟。并基于基本蟻群算法,對Muth&Thompson 6*6標(biāo)準(zhǔn)JSP問題進(jìn)行了仿真實驗。 針對傳統(tǒng)的蟻群算

3、法解決Job-shop問題的不足,本文對此算法進(jìn)行改進(jìn),主要研究成果有：取消了傳統(tǒng)蟻群算法中的路徑啟發(fā)信息素,采用了帶隨機(jī)因子的狀態(tài)轉(zhuǎn)移規(guī)則,使用雙揮發(fā)系數(shù)的雙向收斂蟻群算法為軌跡更新規(guī)則,用改進(jìn)的蟻群算法來解決JSP問題,與基本算法作了對比,優(yōu)化了算法參數(shù)。 對于較復(fù)雜的車間調(diào)度問題,由于單純用蟻群算法解決不夠理想,本文提出一種新的蟻群遺傳復(fù)合算法,將遺傳算法融入到蟻群算法的算法流程中,用遺傳算法來改進(jìn)蟻群算法。針對遺傳算法解