改進(jìn)的小生境遺傳算法在多目標(biāo)車間調(diào)度中的應(yīng)用研究.pdf

1、車間調(diào)度問題是計算機(jī)集成制造系統(tǒng)工程中的一個重要組成部分，它對企業(yè)的生產(chǎn)和管理有著重要的影響。隨著全球經(jīng)濟(jì)的發(fā)展，市場競爭越來越激烈，制造型企業(yè)必須根據(jù)市場的變化快速地做出反應(yīng)，能夠以最小的資源消耗、最快的生產(chǎn)速度產(chǎn)出高質(zhì)量的產(chǎn)品。以往車間調(diào)度系統(tǒng)只能適應(yīng)某個具體車間環(huán)境且只能得到時間最短、設(shè)備負(fù)荷平衡一般的調(diào)度方案，這將嚴(yán)重影響企業(yè)的發(fā)展。本文針對以往車間調(diào)度的缺點設(shè)計并實現(xiàn)通用的多目標(biāo)車間調(diào)度系統(tǒng)，這就需要一個高效的優(yōu)化調(diào)度算法。<

2、br>　　 許多制造業(yè)提出的調(diào)度問題非常復(fù)雜，難以用傳統(tǒng)的優(yōu)化方法解決。近年來，遺傳算法作為求解車間調(diào)度的一種優(yōu)化算法，受到了廣大學(xué)者的研究。本文對遺傳算法進(jìn)行了大量的研究和分析，發(fā)現(xiàn)傳統(tǒng)的遺傳算法解決車間調(diào)度問題存在局部收斂和搜索速度慢的問題，針對該問題提出了一種改進(jìn)的小生境遺傳算法。新算法采用動態(tài)的方法確定小生境的距離參數(shù)，有利于種群的每代個體形成較好的小生境環(huán)境；利用等位基因?qū)Ρ鹊姆椒ㄅ袛嗑嚯x參數(shù)之內(nèi)的個體是否相似，避免了最優(yōu)個

3、體被淘汰，提高了算法的搜索效率。算法初始種群的產(chǎn)生利用了本文提出的小生境技術(shù)，初始種群的平均適應(yīng)度高，有利于算法向著問題解的方向快速搜索。
　　 通過多目標(biāo)優(yōu)化測試函數(shù)和實際車間生產(chǎn)模型證明了新算法的有效性和高效性。新算法能夠成功地搜索到問題的最優(yōu)解或Pareto解集。
　　 針對某工廠的實際問題，本文設(shè)計并實現(xiàn)了基于.net技術(shù)的混合生產(chǎn)形態(tài)下的多目標(biāo)車間調(diào)度系統(tǒng)，并用新算法對實際車間調(diào)度問題進(jìn)行求解，能得到加工時間、