一种调问题新的遗传算法的设计与应用.pdf

摘要 调度问题在计算机学科、管理学科和控制论学科等很多学科都有重要而广泛 的应用，大多数调度问题通常都是非常难解的NP-完全问题，对它们构造有效算法 十分困难，对小规模的问题，通常使用启发式方法求出他们的近似最优解，而对 比较大规模的问题，还没有十分有效的算法。因此对他们进行研究不仅有重要的 科学意义，而且有重要而广泛的应用价值。 flow-shop 调度问题是如下的一类调度问题：设有 m 台机器，n 个零件（也称 为任务或工件），每个工件都要依次经过m 台机器进行加工，所有工件在每台机器 上均要按照一定的顺序进行加工，本文考虑同顺序的 flow-shop 调度问题，即所有 工件在每一台机器上的加工顺序都相同，则问题为，当给定 n 个工件在每台机器 上的加工时间，如何确定 n 个工件在每台机器上的加工顺序才能使得加工完所有 工件所用的时间最短？当机器的台数多于两台时，在一般条件下，目前还没有有 效的求解方法。论文对这种调度问题进行了研究，主要工作如下： 首先，在对问题进行全面分析的基础上，给出了加工完所有工件所用时间的 数学表达式，在此基础上，建立了此问题的一个全局最优化模型：加工时间极小 化的优化模型，该模型为一个极小极大优化模型；其次，针对问题的特点和结构， 给出了适合此问题调度方案的编码方法，并定义了适应度函数；进一步，设计了 一个新的杂交算子和变异算子，在此基础上，设计了求解同顺序 flow-shop 调度问 题极小极大优化模型的一个新的遗传算法。最后，对一个企业的实际调度问题建 立了同顺序 flow-shop 调度问题的极小极大优化模型，对此模型用所提算法进行了 求解，所得方案将企业每月加班加点每天不停生产也难以完成任务的状况改进到 每月只需 26.5 天的时间便可完成任务，该调度方案极大地改进了企业目前所用的 方案，可以满足企业的要求。另外，对 5 个试验问题也进行了数值模拟，结果表 明了算法的可行性和有效性。 关键词：Flow-shop 调度 遗传算法 进化计算 最优化设计 Abstract Flow shop scheduling problems have a wide range of applications such as in computer science，management science and control theory, etc. Most of them are very hard NP-complete problems, and it is very difficult to design effective algorithms for them. For small scale problems, heuristic algorithms are usually used to find an approximate optimal solutions, while for large scale problems, there is no any efficient algorithm until now. Therefore, doing the research on this topic is not only of great importance from the point of view of scientific research, but also of great value in wide applications. The flow shop scheduling problems are problems as follows: there are m machines and n jobs (tasks). Every job has to be processed on m machines successively in the fixed order, and all jobs have to be processed in a fixed order in a ma