改進(jìn)的遺傳算法在多目標(biāo)車間調(diào)度中的應(yīng)用研究.pdf

1、針對(duì)以往車間調(diào)度系統(tǒng)只能適應(yīng)某個(gè)具體車間環(huán)境，且只能得到時(shí)問最短，成本最低，設(shè)備負(fù)荷平衡等一個(gè)目標(biāo)評(píng)價(jià)標(biāo)準(zhǔn)的調(diào)度方案的缺點(diǎn)，設(shè)計(jì)并實(shí)現(xiàn)通用的多目標(biāo)車間調(diào)度系統(tǒng)。根據(jù)企業(yè)的各種實(shí)時(shí)信息，例如實(shí)時(shí)庫存信息，在制品進(jìn)度信息，車間生產(chǎn)能力信息等進(jìn)行動(dòng)態(tài)綜合調(diào)控，生成實(shí)時(shí)性高的車間調(diào)度方案；同時(shí)可以根據(jù)實(shí)際需要選擇生產(chǎn)過程中待控制的成本，以使最終的調(diào)度方案在滿足一般評(píng)估標(biāo)準(zhǔn)的同時(shí)，兼顧各個(gè)目標(biāo)盡可能達(dá)到較優(yōu)的情況。本系統(tǒng)除了考慮并行的各種約束，還

2、是同時(shí)對(duì)系統(tǒng)適用的場(chǎng)合進(jìn)行改善，現(xiàn)有的研究工作絕大多數(shù)要么研究加工的調(diào)度，要么研究裝配的調(diào)度，很難適合現(xiàn)在混合生產(chǎn)形態(tài)類型的制造業(yè)。針對(duì)上述的問題，不僅需要一個(gè)良好的解決多目標(biāo)的優(yōu)化算法，同時(shí)還需要一個(gè)針對(duì)實(shí)際的車間調(diào)度的產(chǎn)生一個(gè)合適的方案。
　　 本文利用遺傳算法可以很好地并行優(yōu)化多目標(biāo)問題的特點(diǎn)，提出一種基于偏好的隨機(jī)權(quán)重的多目標(biāo)遺傳算法，來解決多目標(biāo)遺傳算法很難做出選擇的問題。算法利用了隨機(jī)權(quán)重的簡(jiǎn)單易用性以及多向搜索的特

3、點(diǎn)，和偏好的引導(dǎo)性，結(jié)合這些特點(diǎn)來篩選進(jìn)化得到Pareto解。算法克服了隨機(jī)權(quán)重法在搜索方面的盲目性，同時(shí)也解決了因完全依賴偏好信息而帶來在計(jì)算方面的復(fù)雜性，提高了多目標(biāo)遺傳算法在產(chǎn)生Pareto解的性能。
　　 針對(duì)混合生產(chǎn)形態(tài)下多目標(biāo)車間調(diào)度的實(shí)際情況，本文設(shè)計(jì)了一種新的適用于混合生產(chǎn)形態(tài)下多目標(biāo)車間問題的生產(chǎn)方案，并提出了一個(gè)可以同時(shí)關(guān)注多個(gè)目標(biāo)的優(yōu)化算法模型，相比傳統(tǒng)的多目標(biāo)優(yōu)化算法，本設(shè)計(jì)具有較好的通用性，根據(jù)需要來優(yōu)