基于智能優(yōu)化算法的車間調(diào)度問題研究.pdf

1、隨著科學(xué)技術(shù)的發(fā)展，生產(chǎn)規(guī)模越來越大，復(fù)雜性越來越高，生產(chǎn)車間的優(yōu)化調(diào)度問題已經(jīng)成為提高企業(yè)生產(chǎn)效率進(jìn)而提高市場競爭力的核心之一。
　　 生產(chǎn)調(diào)度，即對生產(chǎn)過程進(jìn)行作業(yè)計(jì)劃，作為一個(gè)關(guān)鍵模塊，是整個(gè)先進(jìn)生產(chǎn)制造系統(tǒng)實(shí)現(xiàn)管理技術(shù)、運(yùn)籌技術(shù)、優(yōu)化技術(shù)、自動化與計(jì)算機(jī)技術(shù)發(fā)展的核心之一。有效的調(diào)度方法和優(yōu)化技術(shù)的研究與應(yīng)用，是實(shí)現(xiàn)先進(jìn)制造和提高生產(chǎn)效益的基礎(chǔ)和關(guān)鍵。改善生產(chǎn)調(diào)度方案，可大大提高生產(chǎn)效益和資源利用率，進(jìn)而增強(qiáng)企業(yè)的競爭能

2、力。生產(chǎn)調(diào)度的研究主要可分為建模和調(diào)度算法設(shè)計(jì)兩方面，它是一個(gè)交叉性研究領(lǐng)域，涉及運(yùn)籌學(xué)、數(shù)學(xué)、計(jì)算機(jī)工程、控制工程、工業(yè)工程等多個(gè)學(xué)科。它通常是多約束、多目標(biāo)、隨機(jī)不確定優(yōu)化問題，已經(jīng)被證明屬于NP問題。因此，雖然對生產(chǎn)調(diào)度問題的研究已經(jīng)有幾十年的歷史，提出了許多調(diào)度方法，但至今尚未形成一套系統(tǒng)的理論與方法，特別是難以解決實(shí)際生產(chǎn)管理中的大規(guī)模優(yōu)化問題和實(shí)際生產(chǎn)中的多目標(biāo)優(yōu)化問題。
　　 鑒于國際上生產(chǎn)調(diào)度和智能優(yōu)化方法的研究

3、熱潮，本文主要研究了兩類車間調(diào)度問題，分別為傳統(tǒng)的作業(yè)車間調(diào)度問題和不確定條件下的多目標(biāo)流水車間調(diào)度問題，分別采用了不同的優(yōu)化算法進(jìn)行了求解，本文主要工作如下：
　　 首先，介紹了本課題研究的背景及意義、國內(nèi)外的研究現(xiàn)狀、生產(chǎn)調(diào)度問題的分類及特點(diǎn)和生產(chǎn)調(diào)度問題的主要解決方法。
　　 其次，對車間調(diào)度問題進(jìn)行了描述，重點(diǎn)介紹了流水車間調(diào)度問題和作業(yè)車間調(diào)度問題，并對解決車間調(diào)度問題的進(jìn)化算法的背景和框架做了簡要概述，進(jìn)一步

4、介紹了遺傳算法和遺傳程序設(shè)計(jì)的發(fā)展和目前國內(nèi)外研究的情況。
　　 接著，簡述了混沌的基本理論，研究了在將GP與GA算法結(jié)合的基礎(chǔ)上嵌入混沌序列的新算法。考慮了在生命進(jìn)化過程中的混沌特性，使用了在進(jìn)化過程中調(diào)整個(gè)體權(quán)重的表示方案以解決傳統(tǒng)的作業(yè)車間調(diào)度問題。并對FT06、LA01、ABZ5、ABZ6、LA16及LA24六個(gè)標(biāo)準(zhǔn)測試集進(jìn)行了仿真實(shí)驗(yàn)，將實(shí)驗(yàn)結(jié)果與其它算法進(jìn)行比較，結(jié)果顯示在解決前5個(gè)標(biāo)準(zhǔn)測試集時(shí)，該算法明顯優(yōu)于先前的

5、算法，這驗(yàn)證了該算法的有效性。雖然在解決大規(guī)模問題時(shí)還存在運(yùn)行時(shí)間長等局限性，但隨著計(jì)算機(jī)硬件水平的不斷提高，該算法將具有很大的應(yīng)用前景。
　　 最后，討論了在不確定加工時(shí)間和機(jī)器故障的情況下，如何優(yōu)化多目標(biāo)流水車間調(diào)度問題。首先設(shè)計(jì)了最大流程時(shí)間和最大延遲時(shí)間兩類指標(biāo)的求解方法，在此基礎(chǔ)上提出了一種新型多目標(biāo)遺傳算法，用來迭代求解不確定條件下兩類目標(biāo)的最優(yōu)化問題，并確定出不同生產(chǎn)方式下的調(diào)度方案產(chǎn)生的非支配解集。通過對每輪實(shí)驗(yàn)