基于量子遺傳算法的單階段多產(chǎn)品批處理調(diào)度研究與應用.pdf

1、單階段多產(chǎn)品批處理過程是化學工業(yè)中常見的生產(chǎn)線之一,具有設備處理柔性、批量有限性和不可忽略的產(chǎn)品切換成本等特點,使得其調(diào)度比一般生產(chǎn)調(diào)度更難以處理。近20年來,它的短期調(diào)度引起了學者的廣泛關(guān)注與研究。量子遺傳算法(Quantum GeneticAlgorithm,QGA)作為一種新興的智能優(yōu)化算法,因其具有種群多樣性,良好的探索能力,不易陷入局部最優(yōu),易與其他算法混合等優(yōu)點,逐步成為算法研究的熱點。本文圍繞著QGA在單階段多產(chǎn)品批處理調(diào)

2、度中的應用展開了相關(guān)的研究。論文的主要工作如下:
　　 (1)針對基本QGA收斂時間長、易陷入量子“長度災”這一缺點,提出了一種改進的QGA(Real-Coded Quantum Genetic Algorithm,RQGA)。首先,在RQGA中構(gòu)造了逼近算子替代了傳統(tǒng)的量子旋轉(zhuǎn)門,避免了煩瑣的查表操作,有效地減少了算法收斂時間；其次,略去了量子觀測,對量子進行直接編碼,克服了由變量太多而引起的量子“長度災”,擴大了量子遺傳算法

3、的適用范圍。
　　 (2)針對單階段多產(chǎn)品批處理問題,探討了RQGA在其調(diào)度中的應用。建立了以最大化生產(chǎn)利潤為目標的混合整數(shù)線性規(guī)劃模型(MILP),并通過實數(shù)編碼實現(xiàn)量子個體與加工排序的一一映射。通過對典型實例的仿真實現(xiàn)和分析比較,驗證了RQGA在單階段多產(chǎn)品批處理調(diào)度問題中的有效性和可行性。
　　 (3)針對印染行業(yè)染缸排產(chǎn)問題,通過基于時間間隙的思想,建立了滿足交貨期前提下最小化生產(chǎn)成本為目標的MILP模型,并將基