计算机辅助车间作业计划研究

【摘要】：车间作业计划模块是企业ERP 系统的关键部分,直接关系着企业的生产、经营和管理效率,有效的计划算法能最大限度地降低生产成本,增强市场竞争力。研究车间作业计划问题具有重大的理论意义和经济价值。　 单件车间作业计划问题是制造业共存的问题,属于典型的组合优化难题,难以用常规方法求解,近几年来各种智能计算方法逐渐被用来解决作业计划问题。遗传算法是模仿自然选择和遗传学机理的一种邻域搜索算法,具有对优化问题的弱依赖性、全局最优性、鲁棒性和隐含并行性等特点,被广泛应用于各种工程领域。但在解决单件车间作业计划问题时,仍存在一些局限。本文研究应用遗传算法求解单件车间作业计划问题,主要在以下几个方面作了一些研究工作:　 1.探讨了单件车间作业计划问题的数学模型,优化目标和启发式算法。讨论了遗传算法的思想、基本组成、理论基础以及与传统搜索算法的比较优势。　 2.提出一种求解单件车间作业计划问题的简单遗传算法。在分析大量不可行解的产生原因和特征基础上,设计了新的染色体编码方法及相应的遗传算子。新编码方法实现了工序、机器、时间距阵的耦合,兼有基于工序和基于工件两种编码方法的优点,该算法可以避免产生不可行作业计划。　　 3.为克服简单遗传算法容易早熟和收敛速度慢的缺陷,在简单遗传算法基础上提出一种改进的混合遗传算法。混合遗传算法在产生初始种群时引入启发式方法,采用自适应遗传参数和交替使用两种交叉算子;在搜索方式中加入模拟退火机制,采用只对部分优秀染色体进行退火操作的新策略,这样在保证增强寻优能力的情况下尽量减少运算量。　 4.编制了启发式算法,简单遗传算法,混合遗传算法的可视化算法程序,利用不同规模的典型问题对各种算法进行了仿真测试,测试结果表明简单遗传算法有比启发式算法更好寻优性能;改进的混合遗传算法与简单遗传算法相比,其寻优能力更强,收敛速度更快。