資源描述：
《基于遺傳算法求解作業(yè)車間調(diào)度問題畢業(yè)論文》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫。
1、基于遺傳算法求解作業(yè)車間調(diào)度問題畢業(yè)論文目錄摘要IAbstractII1緒論11.1課題來源11.2作業(yè)車間調(diào)度問題表述11.3車間作業(yè)調(diào)度問題研究的假設條件及數(shù)學模型21.3.1車間作業(yè)調(diào)度問題研究的假設條件21.3.2車間作業(yè)調(diào)度問題的數(shù)學模型31.4課題研究內(nèi)容及結(jié)構(gòu)安排42遺傳算法相關(guān)理論與實現(xiàn)技術(shù)62.1自然進化與遺傳算法62.2基本遺傳算法72.2.1遺傳算法的基本思路72.2.2遺傳算法的模式定理72.2.3遺傳算法的收斂性分析92.2.4基本遺傳算法參數(shù)說明102.3遺傳算法的優(yōu)缺點112.3.1遺傳算法的優(yōu)點112.3.2遺傳算法的缺點1
2、12.4遺傳算法的進展122.5小結(jié)153用遺傳算法對具體問題的解決與探討163.1研究過程中的幾個關(guān)鍵問題163.1.1設備死鎖現(xiàn)象16363.1.2參數(shù)編碼163.1.3初始種群的生成193.1.4個體的適應度函數(shù)203.1.5算法參數(shù)203.1.6遺傳算子的設計213.2遺傳算法終止條件243.3遺傳算法解決車間調(diào)度問題的改進243.4系統(tǒng)仿真243.5小結(jié)29結(jié)論30致謝31參考文獻32附錄33361緒論1.1課題來源隨著加入WTO，市場競爭越來越激烈，對制造企業(yè)來說，為了能夠在競爭中立于不敗，降低成本是不得不面臨的問題，而確保生產(chǎn)車間較高的生產(chǎn)能
3、力和效率，是當務之急。此外，有效的調(diào)度方法已經(jīng)成為先進制造技術(shù)實踐的基礎和關(guān)鍵，所以對它的研究具有重要的理論和實用價值。當前科學技術(shù)正進入多學科互相交叉、互相滲透、互相影響的時代，生命科學與工程科學的交叉、滲透和相互促進是其中一個典型例子，也是近代科學技術(shù)發(fā)展的一個顯著特點。遺傳算法的蓬勃發(fā)展正體現(xiàn)了科學發(fā)展的這一特點和趨勢。所謂生產(chǎn)調(diào)度，即對生產(chǎn)過程進行作業(yè)計劃，作為一個關(guān)鍵模塊，是整個先進生產(chǎn)制造系統(tǒng)實現(xiàn)管理技術(shù)、運籌方法、優(yōu)化技術(shù)、自動化與計算機技術(shù)發(fā)展的核心，有效的調(diào)度方法和優(yōu)化技術(shù)的研究與應用，是實現(xiàn)先進制造和提高生產(chǎn)效益的基礎和關(guān)鍵。雖然對其研
4、究已有幾十年的歷史但至今尚未形成一套系統(tǒng)的方法和理論，理論研究與實際應用之間還存在著較大距離。目前的調(diào)度算法大多只關(guān)心工件的調(diào)度問題，而對其它資源分配問題則研究相對不多，將二者結(jié)合起來研究應該是值得注意的問題，目前已有不少學者開始關(guān)注該問題。由于一般車間調(diào)度問題的復雜性，各種不同的具體問題往往有許多不同的算法來解決，例如經(jīng)典的啟發(fā)式算法，傳統(tǒng)的搜索方法等。由于遺傳算法是一種借鑒生物界自然選擇和進化機制發(fā)展起來的高度并行、隨機、自適應搜索算法［1］。它特別適合于處理傳統(tǒng)搜索算法解決不好的復雜和非線性問題。一些學者們經(jīng)過大量的實踐證明了遺傳算法在解決作業(yè)車間調(diào)
5、度問題上比經(jīng)典的啟發(fā)式算法好，同時遺傳算法比傳統(tǒng)的搜索技術(shù)有更強的優(yōu)越性，因為它不僅能解決某一特定問題，而且可以適應不同的問題形式［2］。1.2作業(yè)車間調(diào)度問題表述作業(yè)車間調(diào)度（job-shop）問題可以表述為：設有N個工件在M臺機器上加工，根據(jù)工件加工工藝的要求，每個工件使用機器的順序及其每道工序所花時間已給定，調(diào)度問題的目標就是如何選擇加工順序使得總的加工時間最短最優(yōu)。前提假設［3］：361.每一臺機器每次只能加工一個工件，每一個工件在機器上的加工被成為一道工序。2.不同工件的加工工序可以不同；3.所有工件的工序數(shù)不大于設備數(shù)；4.每道工序必須在指定的
6、某種設備上加工；5.任何作業(yè)沒有搶先加工的優(yōu)先權(quán)；6.在作業(yè)優(yōu)化過程中既沒有新的工件加入也沒有取消的工件；調(diào)度問題具有相當?shù)碾y度，目前調(diào)度問題的理論研究成果主要在job-shop問題為代表的基于最小完工時間的調(diào)度問題上。求解調(diào)度問題的方法稱為調(diào)度優(yōu)化算法。它可分為精確求解方法和近視求解方法。其中精確求解方法包括解析方法、窮舉方法（包括分支定界）等；近似求解方法包括基于規(guī)則的構(gòu)造性方法、鄰域搜索算法（如進化遺傳算法，模擬退火算法）以及人工智能方法（如神經(jīng)網(wǎng)絡）［4］等。而傳統(tǒng)的運籌學方法，即便在較大規(guī)模的基于單目標優(yōu)化的靜態(tài)調(diào)度問題中也難以有效應用。本文從實
7、際和理論兩方面進行研究和深入，重點研究了現(xiàn)代進化算法中有代表性發(fā)展優(yōu)勢的遺傳算法。車間作業(yè)是指利用車間資源(如機床、刀具、夾具等)完成的某項任務。在實際生產(chǎn)中，這項任務可能是裝配一種產(chǎn)品，也可能是完成一批工件的加工。而在本文中，為了研究方便，我們將這項任務限定為加工一批工件。在此基礎上，可對車間作業(yè)調(diào)度問題進行一般性的描述:假定有多個工件，要經(jīng)過多臺機器加工。一個工件在一臺機器上的加工程序稱為一道“工序”，相應的加工時間稱為該工序的“加工時間”。用事先給定的“加工路線”表示工件加工時技術(shù)上的約束，即工件的加工工藝過程。用“加工順序”表示各臺機器上各個工件加
8、工的先后順序。車間作業(yè)調(diào)度問題中，每個工件都有獨特的加工路線［5］
