基于進(jìn)化算法的柔性作業(yè)車間調(diào)度研究.pdf

1、隨著全球市場競爭力愈加激烈，柔性作業(yè)車間調(diào)度問題(FJSP)在制造研究領(lǐng)域中被越來越多的人關(guān)注。有效的生產(chǎn)調(diào)度方法可以提高資源利用率從而為生產(chǎn)帶來效益。進(jìn)化算法以其優(yōu)越的搜索能力，在求解FJSP問題時(shí)具有一定的優(yōu)勢，本文采用進(jìn)化算法解求解FJSP。
　　FJSP包含工序排序和機(jī)器選擇兩個(gè)子問題，設(shè)計(jì)有效的染色體編碼是利用進(jìn)化算法求解此問題的關(guān)鍵。本文在傳統(tǒng)的排列組合式雙層編碼的基礎(chǔ)上進(jìn)行改進(jìn)，提出了基于浮點(diǎn)型工序權(quán)重的編碼策略，解

2、決了傳統(tǒng)的排列組合式編碼方式需要設(shè)計(jì)特殊交叉策略的問題，使編碼框架具有更強(qiáng)的可移植性，有利于優(yōu)秀進(jìn)化策略的植入。運(yùn)用差分進(jìn)化策略(DE)設(shè)計(jì)優(yōu)化算法，有效避免了非法個(gè)體的產(chǎn)生，在不依賴局部搜索的前提下，運(yùn)用非支配排序遺傳算法(NSGA)框架實(shí)現(xiàn)快速收斂。同時(shí)還分析了FJSP決策空間與目標(biāo)空間之間多對一的特性，給出了平行決策和等價(jià)平行決策的定義，將柔性車間調(diào)度的研究拓展至決策空間。
　　運(yùn)用多目標(biāo)進(jìn)化算法(MOEA)解決 FJSP這

3、類非簡單的實(shí)際問題時(shí)，單純的交叉和變異策略往往難以保證結(jié)果較高的精度，本文給出一種混合進(jìn)化算法來解決多目標(biāo)柔性車間調(diào)度問題(MOFJSP)。通過對MOFJSP問題特性的研究，提出將兩種局部搜索策略相結(jié)合的新型多目標(biāo)進(jìn)化算法(MOEA/C)。與傳統(tǒng)的隨機(jī)化局部搜索不同的是，提出的局部搜索策略能夠借助優(yōu)秀個(gè)體的信息引導(dǎo)算法進(jìn)行深度搜索，使算法更有效地收斂至Pareto邊界。此外，啟發(fā)式初始化策略能夠更有效地避免傳統(tǒng)初始化策略在編碼時(shí)信息缺失