資源描述：
《基于遺傳算法的生產(chǎn)調(diào)度系統(tǒng)建模及優(yōu)化》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、維普資訊http://www.cqvip.com2008年2月華東經(jīng)濟(jì)管理Feb．，2008(第22卷第2期)EastChinaEconomicManagement(Vo1．22，No．2)●實(shí)務(wù)方法基于遺傳算法的生產(chǎn)調(diào)度系統(tǒng)建模及優(yōu)化劉天虎，許維勝，吳啟迪．(同濟(jì)大學(xué)a．經(jīng)濟(jì)與管理學(xué)院；b．電子與信息工程學(xué)院，上海200092)[摘要]生產(chǎn)調(diào)度系統(tǒng)的優(yōu)化一直是學(xué)術(shù)界研究的熱點(diǎn)，特別是伴隨著Agent技術(shù)網(wǎng)絡(luò)化、敏捷化、智能化的現(xiàn)代先進(jìn)制造系統(tǒng)中，生產(chǎn)調(diào)度面臨著更大的難題。文章利用歸約法對(duì)生產(chǎn)調(diào)度問題進(jìn)行了優(yōu)化，并在此基礎(chǔ)上利用遺轉(zhuǎn)算法進(jìn)行了建模及求解。[關(guān)鍵
2、詞]遺傳算法；生產(chǎn)調(diào)度；優(yōu)化[中圖分類號(hào)]F270[文獻(xiàn)標(biāo)識(shí)碼]A[文章編號(hào)]1007-5097(2008)02—O152—O3ModelingandOptimizationofProductionSchedulingSystembasedonGeneticAlgorithmLIUTian．hu．XUWei．sheng．WUQi．di(a．SchoolofEconomics&Management；b．SchoolofElectronicsandInformationEngineering，TonalUniversity，Shanghai2O0O92，China
3、)Abstract：Theoptimizationofproductionschedulingsystemisalwaysanactivestudyfieldfocusedbyacademe．Especiallywiththemod-emadvancedmanufactureaswellasthetendencyofagenttechnologynetwork，agility，inteUigentization，theproductionschedulingbe-comesmorecomplextodealwith．ThisstudyusesReduction
4、Theorytooptimizetheproblemofproductionschedulingandtrytoestablisheffectivemodelinordertofindidealresultbasedongeneticalgorithm．Keywords：geneticalgorithm；productionscheduling；optimization遺傳算法(GeneticAlgorithm，GA)是基于自然選=QL+LQS+LSQ(Q一1)／2擇和基因遺傳學(xué)原理的一種群體尋優(yōu)的搜索算法，特=QL[1+s+LS(Q一1)／2]?????··
5、·(2)別適用于處理傳統(tǒng)搜索方法難以解決的復(fù)雜和非線性對(duì)于一個(gè)實(shí)際的調(diào)度問題．設(shè)Q=3、L=2、S=問題，廣泛地用于組合優(yōu)化、機(jī)器學(xué)習(xí)、人工智能、4，則有195個(gè)約束和78個(gè)變量；如果設(shè)Q=6、L=智能制造系統(tǒng)、規(guī)劃設(shè)計(jì)等領(lǐng)域，是本世紀(jì)智能計(jì)算4、S=8，則約束和變量的個(gè)數(shù)分別是5190和2136。中的關(guān)鍵技術(shù)之一?。遺傳算法被用來解決所有的組這表明問題規(guī)模的微小變動(dòng)，會(huì)導(dǎo)致約束和變量的個(gè)合優(yōu)化問題，這其中就包括生產(chǎn)調(diào)度問題，并為調(diào)度數(shù)成指數(shù)級(jí)增長。由此看出，求解該類調(diào)度問題的難解提供了很好的魯棒性。與其他傳統(tǒng)搜索方法相比，度是非常大的。遺傳算法具有如下的特點(diǎn)
6、]：①算法作用在編碼的參本文采用求解復(fù)雜人工智能問題常用的歸約法來數(shù)上，而不是參數(shù)本身；②只關(guān)注目標(biāo)方程所涉及的對(duì)生產(chǎn)調(diào)度問題進(jìn)行簡(jiǎn)化。在敏捷化智能MES中，生信息，不需要輔助信息；③同時(shí)在多點(diǎn)進(jìn)行搜索，有產(chǎn)調(diào)度過程被看作是在一道工序加工結(jié)束后的決策過可能獲得全局最優(yōu)解；④不使用確定性的轉(zhuǎn)變規(guī)則，程。決策可能是繼續(xù)調(diào)度同一零件的下一道工序，其采用啟發(fā)式和概率方式，效率較高；⑤容易與多Agent前提條件是加工該道工序的生產(chǎn)資源都可以獲得；也相對(duì)應(yīng)，非常適合復(fù)雜大系統(tǒng)問題。可能由于某種原因，停止調(diào)度該零件，轉(zhuǎn)而調(diào)度其他一零件。因此，整個(gè)生產(chǎn)調(diào)度決策過程是由調(diào)度領(lǐng)域
7、內(nèi)、生產(chǎn)調(diào)度模型的建立假設(shè)調(diào)度任務(wù)中有Q個(gè)零件Agent，L條工藝加工分離的工序調(diào)度決策構(gòu)成的。如果調(diào)度領(lǐng)域內(nèi)有s道計(jì)劃，則有條組合工藝加工路線；如果每一條_T藝工序，則這個(gè)調(diào)度問題可以分成S個(gè)子問題。這樣的加工路線又有S道加工工序，那么，總的約束和變分解有利于將整個(gè)大而復(fù)雜的問題分解成小的連續(xù)的量則分別是：子問題，而這些子問題的求解相對(duì)于整個(gè)大問題來講=2LQS+(Q一1)S+Q+LQ(Q一1)S則要容易得多。=LQS+LQ(L+1)+Q(1一L。S)????(1)在具體的子問題的求解過程中，還必須滿足一些[收稿日期]2007—10—29【基金項(xiàng)目]國家“9
8、73”項(xiàng)目(2002CB312202)
