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)濟水平的不斷提高和企業(yè)規(guī)模的日益擴大，企業(yè)加大了對產(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，采用先進的調(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)整個生產(chǎn)制造系統(tǒng)的效率。由此，車間調(diào)度問題應(yīng)運而生。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)，對于實踐應(yīng)用具有指導(dǎo)意義。本文對模糊交貨期流水車

2、間調(diào)度問題和混合流水車間調(diào)度問題進行了研究，并取得了一定的研究成果。
　　首先本文對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，并詳細介紹了遺傳算法理論，針對普通流水車間調(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，控制參數(shù)的設(shè)定等。
　　接著本文對智能優(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，

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