應(yīng)用遺傳算法解決車間作業(yè)調(diào)度問題

應(yīng)用遺傳算法解決車間作業(yè)調(diào)度問題
摘要
車間調(diào)度問題簡單來說就是設(shè)備資源優(yōu)化配置問題。近年來遺傳算法得到了很大的發(fā)展，應(yīng)用遺傳算法來解決車間調(diào)度問題早有研究。本文在已有算法基礎(chǔ)上詳細討論了染色體編碼方法并對其進行了改進。最后根據(jù)改進的編碼進行遺傳算法的設(shè)計，本文提出了1種求解車間作業(yè)調(diào)度問題的改進的遺傳算法，并給出仿真算例表明了該算法的有效性。
關(guān)鍵詞：車間作業(yè)調(diào)度;遺傳算法;改進遺傳算法染色體編碼

 

Genetic algorithms for Job Shop Scheduling Problem
Abstract
simply speaking, the job shop scheduling problem is the equipment resources optimization question. In recent years, the genetic algorithms obtained great development, it was used to solve the job shop scheduling problem early. This paper discusses the chromosome code method in detail based on the genetic algorithms and make the improvement on it. In the end, according to the code which improved carries on the genetic algorithms design, this paper offer one improved genetic algorithms about soloving to the job shop scheduling problem, and the simulated example has indicated that this algorithm is valid.
Key  words: job shop scheduling ;genetic algorithms ; Improvement genetic algorithms chromosome  code

前言

隨著社會不斷向前發(fā)展，競爭的加劇，制造業(yè)中普遍面臨的許多問題不斷地突現(xiàn)出來。如何在有限的生產(chǎn)資料條件下，以最短的生產(chǎn)周期、最小的成本將產(chǎn)品制造出來以滿足客戶的需求是每1個制造商不斷追求的目標。如何運用有限的資源，降低產(chǎn)品的生產(chǎn)成本，縮短產(chǎn)品的制造周期，保證按時交貨，提高企業(yè)信譽，贏得更多的客戶，成為制造廠商在競爭中生存的1個重要的條件。有效的利用現(xiàn)有的資源，合理的制定企業(yè)和車間生產(chǎn)計劃，是達到這個目標的關(guān)鍵。
由于車間調(diào)度問題不僅是1個典型的NP難題，也是至今為止所有組合優(yōu)化問題中最難問題之1，所以得到了廣泛的關(guān)注。早在20世紀50年代早期就有很多關(guān)于調(diào)度問題的研究文獻。在計算機出現(xiàn)以前，作業(yè)車間調(diào)度問題(Job Shop Scheduling  Problem，簡稱為JSSP或JSS問題)是用手工計算完成的。但是由于問題本身復(fù)雜、計算量大，手工操作可靠性差、調(diào)度方案優(yōu)化性能不好，跟不上產(chǎn)品的多變性要求又容易受隨機因素的干擾，使資源和生產(chǎn)能力得不到充分的發(fā)揮和利用，生產(chǎn)車間效率不高。即使隨著計算機的出現(xiàn)和發(fā)展，調(diào)度問題也沒有得到很好的解決，因為問題的規(guī)模和實時性要求也在不斷提高。通常用于求解JSSP的技術(shù)與方法主要分為兩類，1類是近似求解方法，1類是最優(yōu)化求解方法。用近似方法求解時，可以很快地得到問題的解，但它們不能保證所得到的解是最優(yōu)的；用最優(yōu)化方法求解這1問題時，它們可以得到全局最優(yōu)解，但它們只能解決小規(guī)模的，而且速度很慢。
鑒于JSSP在實際應(yīng)用中的重要地位，論文的具體安排如下:
第1：本文將對車間作業(yè)調(diào)度問題的基本概念、數(shù)學(xué)模型、表示方法及其基本理論進行闡述。在深入對問題進行剖析的基礎(chǔ)上，借鑒自然進化思想機理，對JSSP的求解問題進行探索性研究。旨在為求解JSSP問題提供新的解決思路。而本文主要的研究重點放在基本遺傳算法，求解JSSP的研究上的編碼問題。同時給出以最小化生產(chǎn)周期(minimum makespan)為目標函數(shù)的問題JSSP模型，并還給出了關(guān)于問題的復(fù)雜性描述。
第2：對遺傳算法在JSSP應(yīng)用中的編碼問題、解碼問題以及JSSP的遺傳算子設(shè)計進行了深入的分析，參照了西安電子科技大學(xué)姜迪剛，葉尚輝共同編寫的論文《基于遺傳算法的車間調(diào)度作業(yè)》，針對1個生產(chǎn)周期最小化的優(yōu)化目標進行實現(xiàn)。
最后，對本文進行了總結(jié)并對以后的研究工作給出了1些建議和展望。

【應(yīng)用遺傳算法解決車間作業(yè)調(diào)度問題】相關(guān)文章：

公交車調(diào)度問題的數(shù)學(xué)模型05-11

歷史性遺留婚姻問題的解決05-31

分析論文答辯中遇到的問題及解決對策05-31

淺談企業(yè)績效管理的現(xiàn)狀、問題及解決對策09-16

建筑施工管理中存在的問題及解決措施（精選10篇）05-12

法學(xué)雙語教學(xué)中存在的問題及解決途徑教育論文08-06

無機化學(xué)實驗中存在的問題及解決措施12-05

礦山測量儀器安全管理問題的解決措施論文04-22

我國高校德育中存在的問題及其解決對策論文04-15

電子商務(wù)實訓(xùn)課中出現(xiàn)的問題與解決措施論文04-19