基于自適應(yīng)遺傳算法的A公司車間生產(chǎn)調(diào)度優(yōu)化研究.pdf

《基于自適應(yīng)遺傳算法的A公司車間生產(chǎn)調(diào)度優(yōu)化研究.pdf》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、密級(jí)桂林電子科技大學(xué)碩士學(xué)位論文（全日制專業(yè)學(xué)位碩士）題目基于自適應(yīng)遺傳算法的A公司車間生產(chǎn)調(diào)度優(yōu)化研究（英文）ResearchontheWorkshopProductionSchedulingOptimizationofACompanyBasedontheAdaptiveGeneticAlgorithms研究生學(xué)號(hào):1208523609研究生姓名:王大澳指導(dǎo)教師姓名、職務(wù):周清華副教授申請(qǐng)學(xué)位門類:工程碩士學(xué)科、專業(yè)名稱:工業(yè)工程提交論文日期:2014年10月論文答辯日期:2014年12月摘要摘要隨著市場競爭日趨激烈，對(duì)于

2、制造企業(yè)來說，能否合理地分配有限的資源縮短生產(chǎn)周期并將產(chǎn)量達(dá)到最大化，將成為其是否能贏得市場競爭的決定因素之一。生產(chǎn)調(diào)度作為生產(chǎn)管理的主要環(huán)節(jié)，對(duì)加強(qiáng)生產(chǎn)控制和管理，合理配置資源、降低生產(chǎn)成本、縮短生產(chǎn)周期，提高企業(yè)的生產(chǎn)效益起著決定性作用，因此在企業(yè)生產(chǎn)管理過程中，優(yōu)化生產(chǎn)調(diào)度具有重要的意義。遺傳算法是模擬自然界中生物進(jìn)化和變異機(jī)制發(fā)展起來的一類隨機(jī)搜索方法。適用于對(duì)非線性以及難以用傳統(tǒng)搜索方法解決的復(fù)雜優(yōu)化問題進(jìn)行處理。而車間調(diào)度問題屬于典型的復(fù)雜優(yōu)化問題，因此，在求解車間調(diào)度問題領(lǐng)域遺傳算法得到了廣泛的應(yīng)用。論文首先對(duì)

3、本課題的研究背景及意義進(jìn)行介紹，其次簡單概括了車間調(diào)度問題和遺傳算法在車間調(diào)度中的研究現(xiàn)狀；同時(shí)概述了生產(chǎn)調(diào)度的理論，重點(diǎn)介紹了求解生產(chǎn)調(diào)度問題的方法；并對(duì)遺傳算法的理論基礎(chǔ)，以及遺傳算法基本步驟和遺傳算法的基本操作等進(jìn)行了概述，進(jìn)一步分析了標(biāo)準(zhǔn)遺傳算法存在的不足，并提出了自適應(yīng)遺傳算法；在此基礎(chǔ)上，針對(duì)A安全玻璃有限公司在夾層玻璃生產(chǎn)調(diào)度中完全通過人工進(jìn)行排產(chǎn)的現(xiàn)狀進(jìn)行分析，建立優(yōu)化目標(biāo)為最小化最大完工時(shí)間的混合流水車間調(diào)度的數(shù)學(xué)模型；對(duì)標(biāo)準(zhǔn)遺傳算法的交叉與變異算子進(jìn)行自適應(yīng)改造，并在自適應(yīng)遺傳算法中嵌入保優(yōu)策略進(jìn)一步的提

4、高整個(gè)遺傳算法的尋優(yōu)性能，并運(yùn)用MATLAB軟件進(jìn)行自適應(yīng)遺傳算法編程操作；最后運(yùn)用自適應(yīng)遺傳算法對(duì)公司的實(shí)際生產(chǎn)調(diào)度數(shù)據(jù)進(jìn)行仿真，并與標(biāo)準(zhǔn)遺傳算法的結(jié)果和人工排產(chǎn)的結(jié)果進(jìn)行比較分析。結(jié)果表明自適應(yīng)遺傳算法搜索最優(yōu)解的能力和跳出局部最優(yōu)解的能力明顯優(yōu)于標(biāo)準(zhǔn)遺傳算法，和人工排產(chǎn)的完工時(shí)間相比自適應(yīng)遺傳算法的完工時(shí)間有了顯著降低，極大的提高了生產(chǎn)效率。關(guān)鍵詞：生產(chǎn)調(diào)度；混合流水車間調(diào)度；自適應(yīng)遺傳算法；MATLABAbstractAbstractWiththeincreasinglyfiercemarketcompetition

5、,formanufacturingenterprises,whetherrationalallocationoflimitedresourcestoshortentheproductioncycleandmaximizeproduction,willbeoneofthedecisivefactorswhetheritcanwinthemarketcompetition.Productionschedulingasthemainlinkintheproductionmanagement,tostrengthentheprodu

6、ctioncontrolandmanagement,allocatetheresourcesreasonably,reducethecostofproduction,shortentheproductioncycle,andplayadecisiveroleinimprovingtheproductionefficiency.Geneticalgorithmisakindofrandomsearchingmethodtosimulatethebiologicalevolutionandmutationmechanismofn

7、ature.Itissuitablefornon-linearandcomplexoptimizationproblemsthataredifficulttousethetraditionalsearchmethodtosolve.Theshopschedulingproblemisatypicalcomplexoptimizationproblem,andtherefore,thegeneticalgorithmhasbeenwidelyusedinshopschedulingproblemareas.Firstly,th

8、eresearchbackgroundandsignificanceofthistopicareintroduced.Secondly,summarytheresearchstatusofshopschedulingproblemsandtheuseofgeneticalgorithmon