資源描述：
《基于遺傳算法的車間調(diào)度問題.pdf》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、維普資訊http://www.cqvip.com第32卷第1期計算機(jī)工程2006年1月VoL32尬JComputerEngineeringJanuary2006·人工智能及識別技術(shù)·文章編號：l00o_3428(2006)0l—l93—2文獻(xiàn)標(biāo)識碼：A中圖分類號：TP18基于遺傳算法的車間調(diào)度問題莊新村，盧字灝，李從心(上海交通大學(xué)模具CAD國家工程研究中心一七海200030)摘要：基于遺傳算法對車問調(diào)度問題進(jìn)行了優(yōu)化，給出了自適應(yīng)的遺傳算子，進(jìn)行了遺傳算法參數(shù)設(shè)置。采用這種編碼方案、遺傳算子和參數(shù)使得遺傳操
2、作大大簡化，能達(dá)到有效的調(diào)度作用。最后，使用標(biāo)準(zhǔn)實(shí)例對算法有效性收斂速度進(jìn)行了驗(yàn)征，并作了簡要分析。關(guān)健訶：車間調(diào)度；遺傳算法；比例選擇方法SolvingJobShopSchedulingProblembyGeneticAlgorithmZHUANGXincun，LUYuhao，LICongxin(NationalDie&MouldCADEng．ResearchCenter，ShanghaiJiaotongUniversity，Shanghai200030)[Abstract
3、Thispaperpresent
4、sanintelligentschedulingoptimizationofJob—Shopbyusinggeneticalgorithm，providestheself-adaptivegeneanddefinestheparameterofgeneticalgorithm．ThetlSeofsuchacodingschedule，geneandp~ametersmakethegeneticoperationsquitesimpleFinally，itvalidatestheefectivenesswith
5、standardsamplesandanalyzesitbriefly．[KeywordsIJobshopschedule；Geneticalgorithm；Propertionalmodel車間調(diào)度?問題是一個歷史悠久的問題，對應(yīng)于生產(chǎn)管理即加工時間最少。圖1就是一個以有向圖表示的可行調(diào)度。系統(tǒng)的短期計劃的安排，即實(shí)施層次，調(diào)度主要解決車間資在圖1中3臺機(jī)器上加工順序?yàn)閧(1，5,9)(8,4，2)(7,6，3)}。源的最優(yōu)安排，優(yōu)化計劃安排，為計劃的執(zhí)行和控制提供指2解JobShop的遺傳算法分析導(dǎo)。良好
6、的車間調(diào)度能夠預(yù)先解決生產(chǎn)中的干擾，能夠縮短本文求解JobShop調(diào)度問題遺傳算法的具體設(shè)計，主要產(chǎn)品在車間的流動時間，減少在制品庫存，保證準(zhǔn)時交貨。包括染色體編碼設(shè)計、目標(biāo)函數(shù)選擇、遺傳算子設(shè)計、參數(shù)遺傳算法利用生物進(jìn)化機(jī)制，在一個較大的初始解空間選擇等。中通過優(yōu)勝劣汰的方法進(jìn)行優(yōu)化求解，和其它優(yōu)化方法相比(1)遺傳算法染色體編碼不僅尋優(yōu)能力強(qiáng)而且計算速度快。本文在研究經(jīng)典JSP問題在解JobShop問題時，如果編碼方式選擇不當(dāng)，容易出的基礎(chǔ)上，提出一種用遺傳算法優(yōu)化JSP過程的算法，通過現(xiàn)死鎖現(xiàn)象。有向圖
7、中如果有環(huán)的出現(xiàn)就代表死鎖現(xiàn)象。仿真可以得到較為令人滿意的結(jié)果。在產(chǎn)生初始染色體或交叉、變異時都有可能產(chǎn)生死鎖染色體，lJobShop問題描述難以避免。產(chǎn)生這樣的染色體，在解碼時就會遇到困難。JobShop問題可以描述為：設(shè)有N個工件在M臺機(jī)器上設(shè)計一個合適的表達(dá)解的方法和基于特定問題的遺傳算加工，由于工件的加工工藝的要求，每個工件使用機(jī)器的順子，使得不管在初期還是在進(jìn)化過程中產(chǎn)生的所有染色體都序及其每道工序所花時間已給定，調(diào)度問題就是如何安排在將產(chǎn)生可行調(diào)度，將是影響遺傳算法的各個子階段的關(guān)鍵步每臺機(jī)器上工
8、件的加工順序，使得某種指標(biāo)最優(yōu)。具體滿足驟。本文中采用的是基于工序的表達(dá)方法。這種表達(dá)法將調(diào)下面條件：度編碼為工序的序列，給所有同一工件的工序指定相同的符(1)每一工件在機(jī)器上的加工順序一定。號，然后根據(jù)它們在給定染色體中出現(xiàn)的順序加以解釋。由(2)每一臺機(jī)器每次只能加工一個工件。于這種編碼方式在編碼的時候就考慮了工件的順序約束，因(3)每一工件在機(jī)器上的加工被稱為一道工序，工序加工時間此再解碼時就不會出現(xiàn)死鎖現(xiàn)象。是固定的。(2)JobShop問題的目標(biāo)函數(shù)(4)工件在機(jī)器上被加工時不允許披打斷。遺傳算法中
9、使用適應(yīng)度這個概念來度量群體中各個個體(5)機(jī)器與工件可能開始時間都為0。在優(yōu)化計算中有可能達(dá)到、接近或有助于找到最優(yōu)解的優(yōu)良程度。一般來說，在運(yùn)行的初期階段，適應(yīng)度差距比較大，有可能導(dǎo)致在選擇過程中幾個個體占有很高比例，從而使遺傳算法產(chǎn)生早熟現(xiàn)象。而在運(yùn)行的后期階段，群體的個體適應(yīng)度可能非常接近，大部分個體的競爭力和最佳個體相差無幾，可能進(jìn)入隨機(jī)選擇過程。由此，本文采用線性尺度變換，圖13×3的J
