基于遺傳變鄰域算法的置換流水車間調(diào)度問(wèn)題研究.pdf

1、置換流水車間調(diào)度問(wèn)題(PermutationFlowShopSchedulingProblem,PFSP)在實(shí)際生產(chǎn)制造中廣泛存在,對(duì)該類問(wèn)題進(jìn)行研究可以有效提高企業(yè)的生產(chǎn)效率,從而降低制造成本,更好的實(shí)現(xiàn)企業(yè)的經(jīng)濟(jì)目標(biāo)。PFSP是一個(gè)NP-hard問(wèn)題,近年來(lái),許多元啟發(fā)式算法在求解該類問(wèn)題的過(guò)程中顯示出了較好的效果。
　　目前,遺傳算法(GeneticAlgorithm,GA)是求解組合優(yōu)化問(wèn)題的高效智能算法,而變鄰域搜索(V

2、ariableNeighborhoodSearch,VNS)是一種有效的局部搜索算法。本文通過(guò)組合GA和VNS的各自優(yōu)勢(shì),提出一種混合優(yōu)化算法來(lái)求解PFSP及其拓展問(wèn)題——帶準(zhǔn)備時(shí)間的PFSP,具體研究?jī)?nèi)容如下:
　　對(duì)于單目標(biāo)PFSP,本文通過(guò)改進(jìn)GA并結(jié)合VNS提出了一種遺傳變鄰域算法(GeneticAlgorithmVariableNeighborhoodSearch,GAVNS)?；旌纤惴ɑ贕A的基本思想,通過(guò)引入外部檔

3、案集改進(jìn)GA的信息共享機(jī)制,提高求解質(zhì)量,并結(jié)合VNS算法,提高算法的局部搜索能力,使得算法能夠有效跳出局部最優(yōu)。然后對(duì)相關(guān)基準(zhǔn)實(shí)例進(jìn)行求解,并將所得結(jié)果與其他文獻(xiàn)進(jìn)行比較,驗(yàn)證了該算法的有效性。
　　對(duì)于帶準(zhǔn)備時(shí)間的PFSP,將提出的混合GAVNS對(duì)帶準(zhǔn)備時(shí)間的單目標(biāo)PFSP進(jìn)行求解。并對(duì)標(biāo)準(zhǔn)測(cè)試實(shí)例進(jìn)行實(shí)驗(yàn)比較,驗(yàn)證了混合GAVNS在求解這類問(wèn)題上的有效性。
　　考慮到實(shí)際生產(chǎn)中往往存在多個(gè)目標(biāo)需要同時(shí)優(yōu)化的情況,將混合

4、算法結(jié)合多目標(biāo)技術(shù),設(shè)計(jì)了一種基于Pareto思想的多目標(biāo)混合遺傳算法(MultipleObjectivehybridGeneticAlgorithm,MOHGA),用來(lái)求解帶準(zhǔn)備時(shí)間的多目標(biāo)PFSP。多目標(biāo)算法采用錦標(biāo)賽選擇從Pareto解集中選出其中擁擠距離較大的個(gè)體存入外部檔案集,使所得最優(yōu)解集具有更好的分散性。最后對(duì)標(biāo)準(zhǔn)實(shí)例進(jìn)行測(cè)試比較,驗(yàn)證了MOHGA的有效性。
　　最后,進(jìn)行了全文總結(jié),并對(duì)遺傳變鄰域算法及流水車間調(diào)度