基于量子遺傳算法的生產(chǎn)計劃智能調(diào)度研究.pdf

1、紡織企業(yè)生產(chǎn)流程復(fù)雜，目前其生產(chǎn)多處于半自動化程度，在實際的生產(chǎn)管理中主要依靠經(jīng)驗豐富的管理人員和調(diào)度人員。并且紡織企業(yè)由于訂單多，產(chǎn)品種類多，其生產(chǎn)計劃難以編制，一般都是手工編制生產(chǎn)計劃。傳統(tǒng)的手工編制生產(chǎn)計劃存在效率低，準(zhǔn)確度不高，易于延誤交貨期等缺陷。為了適應(yīng)快節(jié)奏的現(xiàn)代化生產(chǎn)和激烈的市場競爭，本文將生產(chǎn)計劃智能調(diào)度應(yīng)用到紡織企業(yè)中，針對紡織企業(yè)的生產(chǎn)計劃問題，建立其數(shù)學(xué)模型，采用量子遺傳算法進(jìn)行求解，并且改進(jìn)量子遺傳算法，實現(xiàn)對

2、紡織企業(yè)生產(chǎn)計劃智能調(diào)度的模擬優(yōu)化。 首先，本文系統(tǒng)的研究了運用量子遺傳算法求解多目標(biāo)置換Flow Shop調(diào)度問題的方法。以makespan和最小化拖期時間作為調(diào)度目標(biāo)函數(shù)，對目標(biāo)函數(shù)采用隨機(jī)權(quán)的評價方法，增加了算法的搜索方向，并詳細(xì)的討論了多目標(biāo)置換Flow Shop調(diào)度問題的量子遺傳算法求解的相關(guān)技術(shù)，包括編碼方法、適應(yīng)度函數(shù)、算法參數(shù)、初始化種群、量子旋轉(zhuǎn)門、量子交叉和量子變異等操作的設(shè)計。為了進(jìn)行比較，分別用遺傳算法和

3、量子遺傳算法對同一個置換Flow Shop調(diào)度問題實例進(jìn)行求解。研究結(jié)果表明置換Flow Shop調(diào)度問題的量子遺傳算法求解具有種群規(guī)模小，遺傳操作簡單、尋優(yōu)性能好的特點．其次，研究了混合Flow Shop調(diào)度問題，給出了混合Flow Shop調(diào)度問題的數(shù)學(xué)模型，并提出了一種改進(jìn)的量子遺傳算法。針對混合Flow Shop調(diào)度問題的特點，引入分隔符向量，設(shè)計了一種新的編碼方案，使搜索空間包含混合Flow Shop調(diào)度問題的所有半活動調(diào)度；

4、在單點交叉過程中進(jìn)行基于分隔符向量的量子交叉，簡化了交叉過程。給出了改進(jìn)量子遺傳算法優(yōu)化混合Flow Shop調(diào)度問題的實例，并將求解結(jié)果和標(biāo)準(zhǔn)遺產(chǎn)算法的求解結(jié)果進(jìn)行比較，結(jié)果表明了用改進(jìn)的量子遺傳算法求解混合Flow Shop調(diào)度問題的優(yōu)越性和有效性。再次，針對毛紡企業(yè)的生產(chǎn)特點，將毛紡企業(yè)的生產(chǎn)計劃問題簡化為置換混合Flow Shop調(diào)度問題，給出其數(shù)學(xué)模型，并將其應(yīng)用到浙江寧波雅戈爾毛紡廠毛紡車間的生產(chǎn)計劃模擬優(yōu)化調(diào)度中。在此基礎(chǔ)