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

1、針對以往車間調(diào)度系統(tǒng)只能適應(yīng)某個具體車間環(huán)境，且只能得到時問最短，成本最低，設(shè)備負(fù)荷平衡等一個目標(biāo)評價標(biāo)準(zhǔn)的調(diào)度方案的缺點，設(shè)計并實現(xiàn)通用的多目標(biāo)車間調(diào)度系統(tǒng)。根據(jù)企業(yè)的各種實時信息，例如實時庫存信息，在制品進度信息，車間生產(chǎn)能力信息等進行動態(tài)綜合調(diào)控，生成實時性高的車間調(diào)度方案；同時可以根據(jù)實際需要選擇生產(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估標(biāo)準(zhǔn)的同時，兼顧各個目標(biāo)盡可能達到較優(yōu)的情況。本系統(tǒng)除了考慮并行的各種約束，還

2、是同時對系統(tǒng)適用的場合進行改善，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)。針對上述的問題，不僅需要一個良好的解決多目標(biāo)的優(yōu)化算法，同時還需要一個針對實際的車間調(diào)度的產(chǎn)生一個合適的方案。
　　 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，提出一種基于偏好的隨機權(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。算法利用了隨機權(quán)重的簡單易用性以及多向搜索的特

3、點，和偏好的引導(dǎo)性，結(jié)合這些特點來篩選進化得到Pareto解。算法克服了隨機權(quán)重法在搜索方面的盲目性，同時也解決了因完全依賴偏好信息而帶來在計算方面的復(fù)雜性，提高了多目標(biāo)遺傳算法在產(chǎn)生Pareto解的性能。
　　 針對混合生產(chǎn)形態(tài)下多目標(biāo)車間調(diào)度的實際情況，本文設(shè)計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，并提出了一個可以同時關(guān)注多個目標(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)計具有較好的通用性，根據(jù)需要來優(yōu)