混合遗传算法求解生产排程问题

发布时间：2021-01-13 02:14

　　作业车间调度问题是众所周知的NP问题,受到多种条件的限制,随着问题规模的增加,找到最优解的难度也会增加,是一种难以解决的组合优化问题。受限于实际生产环境的各种约束条件,如何有效地安排各部分的加工顺序将直接影响生产效率,适当的生产调度算法能够正确有效地规划企业资源,合理安排工件的加工顺序和加工时间,适当的利用现有资源,通过优化生产调度指令,满足生产调度的基本要求,以期获得生产总时间的最优化,这对企业的实际生产具有重要的理论意义。本文以优化生产排程,缩短生产周期为目标,研究了多工序多加工路径的批量调度问题,以遗传算法为基础,结合蚁群算法,提出了一种顾及全局搜索和局部搜索的生产调度混合算法。首先,详细介绍了生产调度问题,并描述了每种调度类型的特点。简要介绍了遗传算法和蚁群算法的原理和基本框架,深入了解了遗传算法的遗传算子和参数选择,介绍了蚁群算法的信息素更新机制。进一步在生产调度问题的基础上抽象出数学模型,根据同一机器不同零件和同一零件不同工序分为多种情况,分别得出对应的加工时间和等待时间。同时对遗传算法进行遗传算子的改进,提出一种基于迭代次数的动态遗传算子,使得遗传算法的收敛性能和搜索能力... 

【文章来源】：江苏科技大学江苏省

【文章页数】：77 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题研究的背景、目的及意义
    1.2 国内外研究现状
        1.2.1 生产调度问题
        1.2.2 遗传算法
        1.2.3 蚁群算法
    1.3 本文研究内容
    1.4 本文组织结构
第2章 生产调度与算法
    2.1 生产调度问题
        2.1.1 生产调度问题的分类
        2.1.2 生产调度问题的特点
    2.2 遗传算法
        2.2.1 遗传算法的原理
        2.2.2 遗传算法的执行过程
        2.2.3 遗传算法的基本框架
    2.3 蚁群算法
        2.3.1 蚁群算法的原理
        2.3.2 蚁群算法的执行过程
        2.3.3 蚁群算法的基本框架
    2.4 本章小结
第3章 生产调度模型和遗传算法的改进
    3.1 作业车间调度模型建立
        3.1.1 问题描述
        3.1.2 数学模型
    3.2 遗传算法的改进
    3.3 实验分析
    3.4 本章小结
第4章 混合遗传算法
    4.1 混合遗传算法
        4.1.1 理论基础
        4.1.2 两种算法的比较
        4.1.3 两种算法的混合
    4.2 实验分析
    4.3 本章小结
第5章 仿真实验
    5.1 MATLAB软件
        5.1.1 软件介绍
        5.1.2 优势
    5.2 仿真模拟
        5.2.1 数据初始化
        5.2.2 算法的执行
        5.2.3 仿真结果和分析
    5.3 本章小结
第6章 总结与展望
参考文献
攻读学位期间发表的论文
致谢



本文编号：2974004