基于遗传算法车间调度研究

【摘要】： 作业车间调度问题(JSP)是一类典型的组合优化问题,因其重要的理论与实际应用价值,一直是研究的热点问题。在当前激烈的全球化竞争环境中,制造过程控制与优化的水平,特别是如何对生产的预期目标进行有效的规划和执行,直接关系到一个制造企业的成败。在这种情况下,作为生产作业规划与执行的核心环节,车间作业调度具有更重要的意义。然而,制造系统的动态性和不确定性以及生产资源的有限性,为调度提出了很多难题。由于调度问题本身的复杂性,以确定最佳解决方案的纯数学优化方法的应用往往无法有效地在实践中,而简单的启发式算法为解决实际调度问题的首选方法。 遗传算法在寻找全局最优解方面具有良好的鲁棒性,已被广泛应用于很多调度问题的求解中。但是,不同的问题,通常需要对其染色体进行特别设计,而不同的遗传操作将影响算法的性能。为此,本文研究了求解车间调度问题的遗传算法,并针对经典的车间调度问题和柔性调度问题进行了遗传算法及其重要参数的研究与设计。 论文首先分析了遗传算法的基本理论,着重分析了算法设计的一些关键细节,包括遗传算法结构、适配值函数功能、个体选择技术,以及交叉和变异操作概率设置等。 之后,本文将遗传算法应用到传统作业车间调度问题,给出了染色体编码等算法设计具体方案。根据所建立的染色体结构,进一步设计了可有效防止早熟和饱和的交叉、变异机制及相关操作,给出了遗传算法具体设计的一般规律。仿真研究验证了所设计车间调度遗传算法的可行性和有效性。 本文还针对柔性调度问题的特殊要求,设计了加入免疫算子的改进遗传算法,采用向量组编码技术等操作来实现柔性作业的优化调度,并以10×4,15×5,15×4等Benchmark算例的仿真验证了算法优化性能。

【学位授予单位】：沈阳工业大学
【学位级别】：硕士
【学位授予年份】：2010
【分类号】：TP18