改進(jìn)遺傳算法在作業(yè)車(chē)間優(yōu)化調(diào)度中的應(yīng)用研究.pdf

1、作業(yè)車(chē)間調(diào)度問(wèn)題作為著名的機(jī)器調(diào)度問(wèn)題之一,也是最困難的組合優(yōu)化問(wèn)題,在生產(chǎn)系統(tǒng)和工程應(yīng)用中有著非常重要的意義,開(kāi)發(fā)精確而有效的調(diào)度算法是近年來(lái)研究的熱點(diǎn)。本文首先對(duì)確定性的作業(yè)車(chē)間調(diào)度問(wèn)題進(jìn)行了詳細(xì)的描述,并在當(dāng)前研究的基礎(chǔ)上,結(jié)合生產(chǎn)實(shí)際情況,對(duì)生產(chǎn)中因各種隨機(jī)因素的影響而產(chǎn)生的不確定性調(diào)度問(wèn)題進(jìn)行了研究。把不確定的加工時(shí)間和交貨期分別用三角模糊數(shù)和梯形模糊數(shù)表示,同時(shí)考慮模糊加工時(shí)間和模糊交貨期,以最大化平均滿(mǎn)意度作為優(yōu)化目標(biāo),建

2、立了模糊作業(yè)車(chē)間調(diào)度模型。近年來(lái),鄰域搜索算法在作業(yè)車(chē)間調(diào)度問(wèn)題中得到了廣泛的應(yīng)用,本文重點(diǎn)對(duì)其中的遺傳算法進(jìn)行了深入的研究。
　　針對(duì)傳統(tǒng)遺傳算法在求解時(shí)存在早熟收斂和局部搜索能力差的缺點(diǎn),本文采用兩種改進(jìn)方法來(lái)改善遺傳算法的局部搜索能力,提高優(yōu)化質(zhì)量和搜索效率。算法一首先采用雙種群相互指導(dǎo)進(jìn)化的思想,既增加了種群的多樣性又提高了算法的抗早熟能力,同時(shí)采用一種優(yōu)差染色體相互的交叉方式來(lái)避免局部最優(yōu),并且對(duì)基于工序的編碼方式設(shè)計(jì)了