基于遺傳算法求解柔性作業(yè)車間調(diào)度問題.pdf

1、制造業(yè)同人們的生活密切聯(lián)系，其發(fā)展走向可直接影響國家的綜合實力。制造業(yè)企業(yè)不僅需要將制造技術(shù)走在科技前端，而且需要加強生產(chǎn)和經(jīng)營管理技術(shù)，這樣才能時刻保持其核心競爭力。而企業(yè)的調(diào)度是企業(yè)管理的核心和難點。生產(chǎn)調(diào)度的制定，作為制造業(yè)生產(chǎn)運作管理的最重要的任務(wù)，其結(jié)果強烈影響著企業(yè)的利潤取得、資源的利用效率及產(chǎn)品能否準時交貨等。在實際生產(chǎn)環(huán)境中，柔性作業(yè)車間調(diào)度問題(FJSP)允許所有工序可以在整個機器集中任意選擇一臺加工機器，這樣的生產(chǎn)調(diào)

2、度系統(tǒng)可以按照資源負荷情況靈活地分配資源，提高加工的靈活性，更接近實際生產(chǎn)環(huán)境，卻因此加大了可行解的搜索范圍，增加了問題復(fù)雜性。由于柔性作業(yè)車間調(diào)度研究的歷史尚短，其發(fā)展還不夠完善，在模型和求解策略上還存在一些亟待解決的難題。
　　遺傳算法作為一種群體智能算法，操作簡便，在求解FJSP時具有較好的尋優(yōu)能力和魯棒性，但是仍然存在著收斂速度慢、極易早熟以及種群多樣性不足的缺陷。本文針對遺傳算法在求解FJSP時存在的不足，作了以下幾點改

3、進。綜合考慮種群多樣性和工序先后秩序約束，提出了用于初始化機器選擇段染色體的全局隨機選擇機制（GRS機制）;提出了改進遺傳算法，在算法陷入局部最優(yōu)狀態(tài)后加入再激活機制來更新種群，調(diào)整其種群多樣性至初始化狀態(tài);設(shè)計了種群獨立比作為評價指標來衡量種群多樣性，并將小生境技術(shù)引入遺傳算法中，在改進GA每一次遺傳更新操作后加入基于小生境的預(yù)選擇機制，提出了改進小生境遺傳算法。
　　本文將兩種改進算法用于求解11組標準測試案例，并將實驗結(jié)果與