基于遺傳算法的生產(chǎn)調(diào)度優(yōu)化方法研究.pdf

1、遺傳算法是一種模擬生物進(jìn)化過(guò)程的隨機(jī)搜索算法，其自組織、自適應(yīng)、自學(xué)習(xí)和種群進(jìn)化能力使其適合于大規(guī)模復(fù)雜優(yōu)化問(wèn)題。它將問(wèn)題的求解表示成“染色體”的適者生存過(guò)程，通過(guò)種群的一代代不斷進(jìn)化，包括復(fù)制、交叉和變異等操作，最終收斂到“最適應(yīng)環(huán)境”的個(gè)體，從而求得問(wèn)題的最優(yōu)解或者滿意解。隨著計(jì)算機(jī)技術(shù)的發(fā)展，遺傳算法越來(lái)越受到人們的重視，并在機(jī)器學(xué)習(xí)、模式識(shí)別、神經(jīng)網(wǎng)絡(luò)、優(yōu)化控制、組合優(yōu)化等領(lǐng)域得到了成功的應(yīng)用。 生產(chǎn)調(diào)度問(wèn)題幾乎在現(xiàn)實(shí)環(huán)

2、境中，特別是在工業(yè)工程領(lǐng)域無(wú)所不在。許多制造工業(yè)提出的調(diào)度問(wèn)題從本質(zhì)上講非常復(fù)雜，難以用傳統(tǒng)優(yōu)化方法求解。因此，調(diào)度問(wèn)題成為遺傳算法領(lǐng)域里的一個(gè)熱門話題。原因是該問(wèn)題表現(xiàn)出約束組合優(yōu)化問(wèn)題的所有特征，并且成為測(cè)試新算法思想的范例。 本文第一章介紹了生產(chǎn)調(diào)度理論的產(chǎn)生、發(fā)展、分類和已有的解決調(diào)度問(wèn)題的方法。第二章介紹了遺傳算法的基本原理，描述了遺傳算法的一般流程，并給出了標(biāo)準(zhǔn)遺傳算法的參數(shù)及基本操作的設(shè)計(jì)方法，并進(jìn)一步指出了和傳統(tǒng)

3、優(yōu)化方法相比遺傳算法具有的獨(dú)特優(yōu)點(diǎn)，并提出了幾種改進(jìn)的遺傳算法。第三章和第四章分別討論了JobShop調(diào)度問(wèn)題和FlowShop調(diào)度問(wèn)題的基本框架、標(biāo)準(zhǔn)遺傳算法的設(shè)計(jì)，并分別提出了兩種改進(jìn)的遺傳算法：嫁接共生遺傳算法和佳點(diǎn)集遺傳算法來(lái)提高了生產(chǎn)調(diào)度的效率，并克服了標(biāo)準(zhǔn)遺傳算法容易早熟收斂的缺點(diǎn)。第五章對(duì)本文提出的幾種算法進(jìn)行了數(shù)值仿真實(shí)驗(yàn)。 由于遺傳算法理論分析上的困難，以及生產(chǎn)調(diào)度問(wèn)題的復(fù)雜性，我們采用仿真的方法來(lái)驗(yàn)證了相關(guān)算