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、分類號：THl210710—20049098壤步太海碩士學位論文基于遺傳算法的作業(yè)車間調(diào)度問題研究導(dǎo)師姓名職稱申請學位級別論文提交日期學位授予單位袁云龍蔡宗琰教授答辯委員會主席學位論文評閱人摘要隨著全球經(jīng)濟一體化和知識經(jīng)濟的到來，企業(yè)間的競爭日趨激烈，多工序、小批量的生產(chǎn)任務(wù)也成了生產(chǎn)廠家搶占市場的重點。為了增強企業(yè)核心競爭力，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)度問題是許多實際生產(chǎn)調(diào)度問題的簡化模型，是一個典型的NP—hard問題，近年來，各種智能計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)化計算方法中之一，適用于全局搜索等參數(shù)優(yōu)化計算領(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、隨機轉(zhuǎn)移性和非確定性、隱含并行性等特點，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，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，針對遺傳算法容易出現(xiàn)早熟收斂的問題，提出一個評判遺傳算法早熟程度的指標，同時結(jié)合模擬退火算法提出一種改進的自適應(yīng)遺傳算法，并將其運用于作業(yè)車間調(diào)度問題的求解。最后，對基于單親DNA遺傳算法進行了研究。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
