資源描述：
《基于改進(jìn)遺傳算法的調(diào)度問題研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、浙江大學(xué)碩士學(xué)位論文基于改進(jìn)遺傳算法的調(diào)度問題研究姓名：黃少鋒申請(qǐng)學(xué)位級(jí)別：碩士專業(yè)：模式識(shí)別與智能系統(tǒng)指導(dǎo)教師：王寧20060501摘要遺傳算法作為一種新型優(yōu)化算法，由于具有簡單、易操作、并行信息處理等特點(diǎn)，已經(jīng)在許多領(lǐng)域的優(yōu)化問題求解方面取得了成功的應(yīng)用。但是遺傳算法在理論上還不夠完善，例如存在容易產(chǎn)生早熟現(xiàn)象以及局部尋優(yōu)能力較差等問題，影響了其進(jìn)一步的應(yīng)用。本文針對(duì)常規(guī)遺傳算法的不足，提出利用分布種群遺傳算法求解Job-shop和Flow-shop問題，提出了一種基于啟發(fā)式的遺傳算法來求解單機(jī)加工時(shí)間可控問題，并進(jìn)行數(shù)字計(jì)算研究。本文主要內(nèi)容包括以下幾個(gè)方面：
2、1．針對(duì)常規(guī)遺傳算法的不足，給出了分布種群遺傳算法的抽象形式，并分析了其收斂性，將該算法運(yùn)用子Flow-shop和Job-shop問題計(jì)算，結(jié)果表明了該算法的有效性。2．針對(duì)單機(jī)加工時(shí)間可控調(diào)度問題，使用基于啟發(fā)式遺傳算法求解單機(jī)加工時(shí)間可控問題和單機(jī)加工時(shí)間離散問題。對(duì)具有多變量、非線性和不確定的此類問題的計(jì)算結(jié)果表明優(yōu)化整定后的算法在性能上有了明顯的提高·3．使用基于分布種群的遺傳算法對(duì)Job-shop問題的加工時(shí)間可控問題進(jìn)行了研究，完成了對(duì)加工可控Job-shop問題的智能算法求解研究，計(jì)算結(jié)果表明了所設(shè)計(jì)的算法具有優(yōu)良的品質(zhì)。關(guān)鍵詞：遺傳算法，分布種群，N
3、P-hard，單機(jī)加工時(shí)間可控，Job-shop，F(xiàn)low-shopⅡAbstractAsanewoptimizationmethod，GAwaswidelyusedintheopfmaizationsofmanyfieldsowingtothefeatttresofsimpfic毋，easilyhandingandparallelprocessing．HoweverGAtheoryisnotperfect,suchasthereexisttheproblemsofeasilycreatingearlinessandbadabilityinlocaloptimal,
4、etc．Enlightenedbydism'butienofcreatureliving缸nature，themathematicmodeloftheDistr／bufionPopu／at／onbasedG∞eticAlgorithm(DPGA)isproposedinthispaper,anditsconvergenceanalysisa∞alsogiven．DPGAisappliedtooptimizetheJob-shopproblem(JSP)andHow-shopproblems(FSP),andthemodifiedGAbasedOllhem'istic
5、mlesispresentedforthesinglemachineschedulingproblemswithcontrollableprocessingtimes．ThethreeproblemsaretypicallyNl'-hard,whichlneallsthatitisimpossibletofindtheglobaloptimuminpolynomialcomplexity．Goodalgorithmsforthisproblemcanpromoteproductivityofenterprises．Thesimulationtests搬madeand
6、theresultsdemonstratetheefficiencyoftheabovemethedr-1nbemaincontentofthisthesisincludesthefollowing：。1．EnlightenedbydisU-ibutionofcreaturelivinginnaturalecologyenvironment，themathematicmodeloftheDistributionPopulationbasedGeneticAlgorithm,andtheconvergenceanalysisofDPGAaregiven．2．Theal
7、gorithmsbasedonDPGAisdesignedfortheJSPandFSP．ThesimulationtestsforsomebenchmarksshowtheefficiencyoftheDPGA．3．ThemodifiedGAispresentedtogettheoptimalresultsoftheNP-hardsinglemachineproblemwithcontrolhbleprocessingtimesandtheNP-hardsinglemachineproblemwilhdiser礎(chǔ)controllableprocessingti
