一種改進(jìn)的遺傳算法在車間調(diào)度中的研究與應(yīng)用.pdf

1、企業(yè)資源的合理配置和優(yōu)化利用很大程度上體現(xiàn)在車間一層的生產(chǎn)活動(dòng)中，所以加強(qiáng)車間層的生產(chǎn)管理與控制一直在企業(yè)生產(chǎn)經(jīng)營活動(dòng)中占有十分重要的地位，而車間生產(chǎn)調(diào)度是生產(chǎn)管理與控制中的重要部分。因此，車間調(diào)度策略一直是制造業(yè)研究的熱點(diǎn)之一，對其研究具有重要的理論意義和現(xiàn)實(shí)意義。
　　 車間調(diào)度問題屬于NP-hard問題，是典型優(yōu)化問題中最難求解的問題。遺傳算法是一種模擬達(dá)爾文理論的自然進(jìn)化機(jī)制的搜索和優(yōu)化方法。它在搜索優(yōu)化問題的全局或全局

2、附近的最優(yōu)解上具有良好的優(yōu)勢條件，因此它在很多諸如組合優(yōu)化、圖像處理和車間調(diào)度等的領(lǐng)域都得到了應(yīng)用。但是它在實(shí)際應(yīng)用中容易產(chǎn)生早熟收斂的問題，即在進(jìn)化群體中少數(shù)個(gè)體的適應(yīng)函數(shù)值遠(yuǎn)大于其他個(gè)體，這樣經(jīng)過少數(shù)幾次迭代后，這些個(gè)體就占據(jù)了整個(gè)群體，進(jìn)化過程就提前收斂了。
　　 為克服傳統(tǒng)遺傳算法在求解車間調(diào)度問題時(shí)的早熟收斂，通過一種評價(jià)種群過早收斂程度的新指標(biāo)來使交叉、變異概率隨著種群收斂狀況得到自適應(yīng)調(diào)節(jié)，同時(shí)在進(jìn)行交義和變異操作