基于遺傳算法的Flow Shop調(diào)度的研究與應(yīng)用.pdf

1、流水車(chē)間（FlowShop）調(diào)度問(wèn)題，也被稱(chēng)為同序作業(yè)調(diào)度問(wèn)題，是許多實(shí)際流水線(xiàn)生產(chǎn)調(diào)度問(wèn)題的簡(jiǎn)化模型。它無(wú)論是在離散制造工業(yè)還是在流程工業(yè)中都具有廣泛的應(yīng)用，因此其研究具有重要的理論意義和工程價(jià)值。研究和解決好調(diào)度問(wèn)題，能極大提高企業(yè)的生產(chǎn)效率，從而提高這些企業(yè)的競(jìng)爭(zhēng)力。FlowShop調(diào)度問(wèn)題因其建模復(fù)雜性、計(jì)算復(fù)雜性、動(dòng)態(tài)多約束、多目標(biāo)性等特點(diǎn)，屬組合優(yōu)化問(wèn)題范疇，被證明是一個(gè)非常復(fù)雜和困難的組合優(yōu)化問(wèn)題，其N(xiāo)PHard特性和強(qiáng)大

2、的工程背景使其一直成為理論界和工程領(lǐng)域研究的熱點(diǎn)問(wèn)題。近幾年各種演化計(jì)算方法逐漸被引入到生產(chǎn)調(diào)度問(wèn)題中，如遺傳算法、模擬退火算法、啟發(fā)式算法等。 遺傳算法（GeneticAlgorithmsGA）是一種模擬生物進(jìn)化過(guò)程的隨機(jī)搜索算法，適合求解復(fù)雜的優(yōu)化問(wèn)題。本文應(yīng)用遺傳算法求解實(shí)際企業(yè)生產(chǎn)車(chē)間調(diào)度問(wèn)題。主要工作和成果如下： 1．綜述了生產(chǎn)調(diào)度理論的產(chǎn)生、發(fā)展、分類(lèi)和己有的解決調(diào)度問(wèn)題的方法。 2．研究了FlowS

3、hop調(diào)度問(wèn)題的基本框架，研究了基于遺傳算法求解生產(chǎn)調(diào)度問(wèn)題的算法設(shè)計(jì)。針對(duì)在工程中廣泛存在的并行機(jī)的混合FlowShop生產(chǎn)調(diào)度問(wèn)題，研究了遺傳算法求解生產(chǎn)調(diào)度方法，分析了算法的收斂性和復(fù)雜度。 3．建立了寧波博威集團(tuán)的實(shí)際生產(chǎn)流程，建立了基本FlowShop調(diào)度和混合FlowShop生產(chǎn)調(diào)度模型，并利用實(shí)際生產(chǎn)數(shù)據(jù)進(jìn)行了仿真。其仿真調(diào)度數(shù)據(jù)驗(yàn)證了遺傳算法用于求解大型流水車(chē)間調(diào)度的可行性和有效性。 4．應(yīng)用Matlab