

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、車間調(diào)度作為制造業(yè)企業(yè)工作的重要組成部分,是影響制造企業(yè)運(yùn)作效益的關(guān)鍵因素。而目前的車間調(diào)度問題是屬于影響效率的難題,隨著規(guī)模的增加而隨之呈現(xiàn)指數(shù)的遞增,在這些解決車間調(diào)度問題的方案中找出滿足企業(yè)要求的最優(yōu)方案,是企業(yè)調(diào)度所面臨的難題。
本文針對作業(yè)車間調(diào)度問題(Job-shop scheduling problem,簡稱JSP),提出了一種用自適應(yīng)小生境混合遺傳算法來求解最優(yōu)解的模型,并通過實(shí)例驗(yàn)證了該方法的有效性,最后開發(fā)
2、了實(shí)現(xiàn)車間調(diào)度的相關(guān)軟件。本文主要做了如下幾點(diǎn)工作;
(1)建立了以最小交貨周期為目標(biāo)的車間調(diào)度數(shù)學(xué)模型;
(2)針對傳統(tǒng)遺傳算法在車間調(diào)度問題的不足,提出了一種基于自適應(yīng)遺傳算法與小生境技術(shù)相結(jié)合的混合算法,并給出了實(shí)現(xiàn)其關(guān)鍵技術(shù)步驟。
(3)為了維護(hù)種群的多樣性,提高全局搜索能力,采用了基于共享機(jī)制的小生境技術(shù),通過共享函數(shù)調(diào)整種群中個(gè)體的適應(yīng)用度值。在隨后的選擇操作中,采用多輪盤賭與精英策略相結(jié)合的選
3、擇算子,使得優(yōu)良個(gè)體得到充分進(jìn)化,然后,設(shè)計(jì)了一種基于函數(shù)的自適應(yīng)交叉、變異算子,使得交叉概率Pc、變異概率Pm值能隨著個(gè)體的適應(yīng)度值的改變而改變,于此同時(shí),并提出了一種自適應(yīng)交叉點(diǎn)位置控制方法,從而能有效提高收斂速度,跳出局部最優(yōu)解,有效的避免了早熟現(xiàn)象的產(chǎn)生。
(4)對本文所提出的算法性能進(jìn)行了全面的分析,并給出了進(jìn)行仿真的實(shí)例;
(5)結(jié)合本文所提出的算法與湖南某汽配公司車間調(diào)度的實(shí)際情況,開發(fā)了適應(yīng)該汽配公司
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于自適應(yīng)小生境遺傳算法的LVS負(fù)載均衡調(diào)度研究.pdf
- 運(yùn)輸調(diào)度問題的小生境免疫遺傳算法研究.pdf
- 混合遺傳算法在車間調(diào)度中的應(yīng)用.pdf
- 小生境自適應(yīng)遺傳算法及在水庫優(yōu)化調(diào)度中的應(yīng)用研究.pdf
- 自適應(yīng)混合遺傳算法研究.pdf
- 多模態(tài)優(yōu)化的混合小生境遺傳算法.pdf
- 基于小生境自適應(yīng)遺傳算法的配電網(wǎng)無功優(yōu)化研究.pdf
- 遺傳算法在車間調(diào)度問題中的研究與應(yīng)用.pdf
- 改進(jìn)的小生境遺傳算法在多目標(biāo)車間調(diào)度中的應(yīng)用研究.pdf
- 基于小生境遺傳算法的無功優(yōu)化.pdf
- 基于混合遺傳算法的作業(yè)車間調(diào)度問題的研究.pdf
- 小生境遺傳算法的改進(jìn)及其應(yīng)用.pdf
- 排擠小生境遺傳算法的研究與應(yīng)用.pdf
- 混合遺傳算法在配送車輛調(diào)度問題中的應(yīng)用.pdf
- 基于混合遺傳算法的車間調(diào)度問題研究與應(yīng)用.pdf
- 基于聚類方法的小生境遺傳算法研究.pdf
- 基于小生境遺傳算法的關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 快速小生境自適應(yīng)遺傳算法在梯級水電站AGC中的應(yīng)用研究.pdf
- 基于小生境遺傳算法的增量貝葉斯算法.pdf
- 混合遺傳算法在配送車輛調(diào)度問題中的研究和應(yīng)用.pdf
評論
0/150
提交評論