基于改進(jìn)遺傳算法的多目標(biāo)柔性作業(yè)車間調(diào)度問題研究.pdf

1、在經(jīng)濟(jì)發(fā)展的全球化時(shí)代，隨著科學(xué)技術(shù)的不斷提高，市場競爭越來越激烈。企業(yè)生產(chǎn)過程需要高效穩(wěn)定運(yùn)行的同時(shí)還需要資源能夠得到合理的優(yōu)化配置，從而使企業(yè)在競爭中更好地獲得經(jīng)濟(jì)效益。柔性作業(yè)車間調(diào)度問題是制造領(lǐng)域重要的研究問題，有效的調(diào)度方案能夠減少生產(chǎn)成本，提高資源的利用率，因此具有重要的研究意義。
　　遺傳算法具有簡單通用、魯棒性強(qiáng)等特點(diǎn)，是一種廣泛應(yīng)用的全局優(yōu)化算法，在求解柔性作業(yè)車間問題中廣泛應(yīng)用，但仍存在一些不足。本文主要對遺傳

2、算法進(jìn)行研究，并對該算法在求解多目標(biāo)柔性作業(yè)車間調(diào)度問題做進(jìn)一步改進(jìn)，主要做了以下幾個(gè)方面的工作：
　　1.針對遺傳算法在求解多目標(biāo)問題時(shí)搜索效率低、局部搜索能力弱和易早熟等問題，提出了一種改進(jìn)的遺傳算法，該算法結(jié)合了遺傳算法的全局能力和混沌算法的局部搜索能力,采用了一種雙層染色體編碼方案對基于工序順序和基于機(jī)器分配進(jìn)行編碼，采用一種極值評價(jià)機(jī)制，可以有效解決遺傳算法易早熟和局部搜索能力弱的問題，通過對算例進(jìn)行仿真，實(shí)驗(yàn)結(jié)果表明改

3、進(jìn)算法在尋優(yōu)精度和收斂能力上明顯優(yōu)于遺傳算法。
　　2.針對多目標(biāo)柔性作業(yè)車間調(diào)度問題中求解權(quán)重難以確定導(dǎo)致調(diào)度方案不佳的問題，提出了一種基于動(dòng)態(tài)隨機(jī)搜索的改進(jìn)遺傳算法（DRSGA)。該算法用功效系數(shù)法將最小化所有作業(yè)完成時(shí)間和機(jī)器的總負(fù)載轉(zhuǎn)化為單一的目標(biāo)，采用一種可變影響空間的評價(jià)方法在保證非劣解均勻分布的同時(shí)維護(hù)了種群多樣性，最后為了避免關(guān)鍵路徑不必要的搜索，采用動(dòng)態(tài)隨機(jī)搜索和擂臺(tái)賽法則來有效調(diào)整工序的排序從而得到最優(yōu)調(diào)度方案

4、。算例的仿真實(shí)驗(yàn)結(jié)果表明在尋優(yōu)精度和收斂能力有所提高，可以有效解決多目標(biāo)的柔性工作車間調(diào)度問題。
　　3.針對柔性作業(yè)車間中復(fù)雜的批量劃分和批次調(diào)度問題，提出一種基于改進(jìn)遺傳算法的柔性分批調(diào)度算法,該算法設(shè)計(jì)了基于工件排序、批次數(shù)量和設(shè)備的雙層染色體編碼方法,采用隨機(jī)規(guī)則和啟發(fā)方式來進(jìn)行種群初始化,然后對染色體進(jìn)行標(biāo)準(zhǔn)化來擴(kuò)大工序的鄰域搜索范圍，在此基礎(chǔ)上進(jìn)行基于關(guān)鍵路徑的鄰域搜索,最后對算例進(jìn)行仿真實(shí)驗(yàn)，結(jié)果表明改進(jìn)的遺傳算法能