改進的小生境遺傳算法在多目標車間調度中的應用研究.pdf

1、車間調度問題是計算機集成制造系統(tǒng)工程中的一個重要組成部分，它對企業(yè)的生產和管理有著重要的影響。隨著全球經濟的發(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，能夠以最小的資源消耗、最快的生產速度產出高質量的產品。以往車間調度系統(tǒng)只能適應某個具體車間環(huán)境且只能得到時間最短、設備負荷平衡一般的調度方案，這將嚴重影響企業(yè)的發(fā)展。本文針對以往車間調度的缺點設計并實現(xiàn)通用的多目標車間調度系統(tǒng)，這就需要一個高效的優(yōu)化調度算法。<

2、br>　　 許多制造業(yè)提出的調度問題非常復雜，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度的一種優(yōu)化算法，受到了廣大學者的研究。本文對遺傳算法進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；利用等位基因對比的方法判斷距離參數(shù)之內的個體是否相似，避免了最優(yōu)個

3、體被淘汰，提高了算法的搜索效率。算法初始種群的產生利用了本文提出的小生境技術，初始種群的平均適應度高，有利于算法向著問題解的方向快速搜索。
　　 通過多目標優(yōu)化測試函數(shù)和實際車間生產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，本文設計并實現(xiàn)了基于.net技術的混合生產形態(tài)下的多目標車間調度系統(tǒng)，并用新算法對實際車間調度問題進行求解，能得到加工時間、