模糊Job-Shop調(diào)度問題的研究與應(yīng)用.pdf

1、隨著全球經(jīng)濟一體化的到來，市場競爭變得越來越激烈。企業(yè)只有改善生產(chǎn)管理才能在競爭中處于不敗地位。研究資源、任務(wù)、時間和性能指標四者關(guān)系的生產(chǎn)調(diào)度作為生產(chǎn)管理核心，逐步受到大家的重視，在此領(lǐng)域內(nèi)，車間作業(yè)調(diào)度(Job Shop Scheduling Problem，JSP)是最為典型和普遍的。JSP問題已被證明是NP難問題，具有復(fù)雜性和多目標性等特點。長期來以學者們利用各種智能計算方法來對其求解。其中遺傳算法因其弱依賴性和魯棒性被廣泛應(yīng)用

2、。目前大多數(shù)針對該問題的研究都是靜態(tài)的，但在實際生產(chǎn)過程中，受到各種隨機因素的影響，產(chǎn)品的加工時間和交貨期是不確定的。所以本文在現(xiàn)有理論基礎(chǔ)上，基于遺傳算法深入研究了模糊JSP問題。
　　 本文首先對生產(chǎn)調(diào)度問題及其研究現(xiàn)狀進行了闡述，給出車間作業(yè)調(diào)度問題的定義，在此基礎(chǔ)上研究了JSP問題的數(shù)學模型。針對遺傳算法在求解確定調(diào)度問題中早熟和收斂速度慢等問題，設(shè)計了一種基于工序編碼和雙點順位交叉(TPOX)算子的改進遺傳算法，避免了

3、非法解的產(chǎn)生，大大加快了問題最優(yōu)解的收斂速度。根據(jù)8個經(jīng)典Benchamarks算例對比實驗，證明了該算法的有效性。其次，在模糊理論的基礎(chǔ)上，用三角模糊數(shù)和梯形模糊數(shù)來表示模糊加工時間和模糊交貨期，分三種情況定義了模糊JSP問題的數(shù)學模型。針對基于模糊加工時間和模糊交貨期下的最大加權(quán)滿意度的目標函數(shù)，運用相似度的概念來初始化種群，設(shè)計求解該問題遺傳算法，并深入討論了算法中適應(yīng)度值的計算方法。最后，用Sakawa提出的這類問題的經(jīng)典算例對