基于智能優(yōu)化算法的車間調度問題研究.pdf

1、隨著科學技術的發(fā)展，生產規(guī)模越來越大，復雜性越來越高，生產車間的優(yōu)化調度問題已經成為提高企業(yè)生產效率進而提高市場競爭力的核心之一。
　　 生產調度，即對生產過程進行作業(yè)計劃，作為一個關鍵模塊，是整個先進生產制造系統(tǒng)實現管理技術、運籌技術、優(yōu)化技術、自動化與計算機技術發(fā)展的核心之一。有效的調度方法和優(yōu)化技術的研究與應用，是實現先進制造和提高生產效益的基礎和關鍵。改善生產調度方案，可大大提高生產效益和資源利用率，進而增強企業(yè)的競爭能

2、力。生產調度的研究主要可分為建模和調度算法設計兩方面，它是一個交叉性研究領域，涉及運籌學、數學、計算機工程、控制工程、工業(yè)工程等多個學科。它通常是多約束、多目標、隨機不確定優(yōu)化問題，已經被證明屬于NP問題。因此，雖然對生產調度問題的研究已經有幾十年的歷史，提出了許多調度方法，但至今尚未形成一套系統(tǒng)的理論與方法，特別是難以解決實際生產管理中的大規(guī)模優(yōu)化問題和實際生產中的多目標優(yōu)化問題。
　　 鑒于國際上生產調度和智能優(yōu)化方法的研究

3、熱潮，本文主要研究了兩類車間調度問題，分別為傳統(tǒng)的作業(yè)車間調度問題和不確定條件下的多目標流水車間調度問題，分別采用了不同的優(yōu)化算法進行了求解，本文主要工作如下：
　　 首先，介紹了本課題研究的背景及意義、國內外的研究現狀、生產調度問題的分類及特點和生產調度問題的主要解決方法。
　　 其次，對車間調度問題進行了描述，重點介紹了流水車間調度問題和作業(yè)車間調度問題，并對解決車間調度問題的進化算法的背景和框架做了簡要概述，進一步

4、介紹了遺傳算法和遺傳程序設計的發(fā)展和目前國內外研究的情況。
　　 接著，簡述了混沌的基本理論，研究了在將GP與GA算法結合的基礎上嵌入混沌序列的新算法。考慮了在生命進化過程中的混沌特性，使用了在進化過程中調整個體權重的表示方案以解決傳統(tǒng)的作業(yè)車間調度問題。并對FT06、LA01、ABZ5、ABZ6、LA16及LA24六個標準測試集進行了仿真實驗，將實驗結果與其它算法進行比較，結果顯示在解決前5個標準測試集時，該算法明顯優(yōu)于先前的

5、算法，這驗證了該算法的有效性。雖然在解決大規(guī)模問題時還存在運行時間長等局限性，但隨著計算機硬件水平的不斷提高，該算法將具有很大的應用前景。
　　 最后，討論了在不確定加工時間和機器故障的情況下，如何優(yōu)化多目標流水車間調度問題。首先設計了最大流程時間和最大延遲時間兩類指標的求解方法，在此基礎上提出了一種新型多目標遺傳算法，用來迭代求解不確定條件下兩類目標的最優(yōu)化問題，并確定出不同生產方式下的調度方案產生的非支配解集。通過對每輪實驗