資源描述：
《基于遺傳算法的作業(yè)車間調(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、分類號(hào)：THl210710—20049098壤步太海碩士學(xué)位論文基于遺傳算法的作業(yè)車間調(diào)度問題研究導(dǎo)師姓名職稱申請(qǐng)學(xué)位級(jí)別論文提交日期學(xué)位授予單位袁云龍蔡宗琰教授答辯委員會(huì)主席學(xué)位論文評(píng)閱人摘要隨著全球經(jīng)濟(jì)一體化和知識(shí)經(jīng)濟(jì)的到來，企業(yè)間的競(jìng)爭(zhēng)日趨激烈，多工序、小批量的生產(chǎn)任務(wù)也成了生產(chǎn)廠家搶占市場(chǎng)的重點(diǎn)。為了增強(qiáng)企業(yè)核心競(jìng)爭(zhēng)力，廠家必須改善內(nèi)部生產(chǎn)管理，合理安排工序和利用資源，減少工期，降低生產(chǎn)成本。因此，車間(生產(chǎn))調(diào)度問題越來越受到人們的關(guān)注。作業(yè)車間調(diào)度問題是許多實(shí)際生產(chǎn)調(diào)度問題的簡(jiǎn)化模型，是一個(gè)典型的NP—hard問題，近年來，各種智能計(jì)算方法逐漸被引入到調(diào)
2、度問題中，如遺傳算法、模擬退火算法、啟發(fā)式算法等。遺傳算法(GeneticAlgorithm，GA)是應(yīng)用最廣泛的優(yōu)化計(jì)算方法中之一，適用于全局搜索等參數(shù)優(yōu)化計(jì)算領(lǐng)域，也適用于車間作業(yè)調(diào)度問題。它作為一種非確定性的擬生態(tài)隨機(jī)優(yōu)化算法得到了廣泛的應(yīng)用。由于其具有不依賴于問題模型的特性、全局最優(yōu)性、隨機(jī)轉(zhuǎn)移性和非確定性、隱含并行性等特點(diǎn)，因此遺傳算法更適合復(fù)雜問題的優(yōu)化，比其他優(yōu)化技術(shù)相比存在顯著的優(yōu)勢(shì)，正越來越激起人們的廣泛研究與應(yīng)用。本文應(yīng)用遺傳算法求解復(fù)雜的車間調(diào)度問題。首先論述了車間調(diào)度問題的重要性及其研究現(xiàn)狀、方法，介紹了遺傳算法的理論基礎(chǔ)，基于遺傳算法的作業(yè)
3、車間調(diào)度問題等。其次，針對(duì)遺傳算法容易出現(xiàn)早熟收斂的問題，提出一個(gè)評(píng)判遺傳算法早熟程度的指標(biāo)，同時(shí)結(jié)合模擬退火算法提出一種改進(jìn)的自適應(yīng)遺傳算法，并將其運(yùn)用于作業(yè)車間調(diào)度問題的求解。最后，對(duì)基于單親DNA遺傳算法進(jìn)行了研究。單親遺傳算法取消了傳統(tǒng)遺傳算法的交叉算子，采取單親繁殖方式，不要求初始群體具有多樣性，不存在“早熟”收斂問題，計(jì)算效率高，因此非常適合于求解作業(yè)車間調(diào)度問題。關(guān)鍵詞：車問調(diào)度，遺傳算法，自適應(yīng)，單親DNA遺傳ABSTRACTAsthetimeofglobaleconomyintegrationandknowledgeeconomyiscoming,
4、thecompetitionbetweenenterpriseswillbemoredrastic．Manysequencesandsmallquantitybecomethefocalpointofthemarketwhichmanufactoryracingtocontr01．Inordertoincreasetheircorecapabilityofcompetition，enterprisesmustimprovetheirinnerproductionmanagement，manufactoriesshouldbeaskedtorangesequences
5、rationally,takeadvantageofresource，shortentimelimitforaprojectandreducecostofproducting．SopeoplepaidattentiontotheJSSPmoreandmore．Job-ShopSchedulingProblemisthesimplemodelsofmanyactualJob-ShopSchedulingProblem，itisatypicalNP—hardquestion．problem，anditisdifficulttosolvebyregularmethod．I
6、nrecentyears，someintelligentalgorithmshavebeenusedforitsuchSGA(GeneticAlgorithm)andSA(simulatedannealling)，heuristicalgorithm，etc．Asamethodinevolutivecomputerfield，GAisappliedwidelyinparameteroptimizationsuchasglobalsearch．Whenit'sappliedinJSSP,thereareseveraldistinctmeritscomparedwith
7、othermethods．Asalluncertainstochasticoptimalalgorithm，GAisappliedinallkindsoffieldsinthepast20years．Andbecauseofitsindependence，globaloptimization，andimplicitparallelismincomplexproblemsolving,GAisdevelopedandappliedinmanyfieldsbymoreandmorepeople．Inthispaper,GAisappliedtosolvecompli
