改進遺傳算法在作業(yè)車間優(yōu)化調(diào)度中的應(yīng)用研究.pdf

1、作業(yè)車間調(diào)度問題作為著名的機器調(diào)度問題之一,也是最困難的組合優(yōu)化問題,在生產(chǎn)系統(tǒng)和工程應(yīng)用中有著非常重要的意義,開發(fā)精確而有效的調(diào)度算法是近年來研究的熱點。本文首先對確定性的作業(yè)車間調(diào)度問題進行了詳細的描述,并在當前研究的基礎(chǔ)上,結(jié)合生產(chǎn)實際情況,對生產(chǎn)中因各種隨機因素的影響而產(chǎn)生的不確定性調(diào)度問題進行了研究。把不確定的加工時間和交貨期分別用三角模糊數(shù)和梯形模糊數(shù)表示,同時考慮模糊加工時間和模糊交貨期,以最大化平均滿意度作為優(yōu)化目標,建

2、立了模糊作業(yè)車間調(diào)度模型。近年來,鄰域搜索算法在作業(yè)車間調(diào)度問題中得到了廣泛的應(yīng)用,本文重點對其中的遺傳算法進行了深入的研究。
　　針對傳統(tǒng)遺傳算法在求解時存在早熟收斂和局部搜索能力差的缺點,本文采用兩種改進方法來改善遺傳算法的局部搜索能力,提高優(yōu)化質(zhì)量和搜索效率。算法一首先采用雙種群相互指導進化的思想,既增加了種群的多樣性又提高了算法的抗早熟能力,同時采用一種優(yōu)差染色體相互的交叉方式來避免局部最優(yōu),并且對基于工序的編碼方式設(shè)計了