智能生产调度方的研究与应用.pdfVIP

智能生产调度方法的研究与应用 摘 要 调度问题是组合优化问题，属于NP问题，寻找调度问题的最优解是非常困 难的，最有工程意义的求解算法是放弃寻找最优解的目标，转而试图在合理、 有限的时间内寻找到一个近似的、有用的解。近几年各种智能计算方法逐渐被 引入到调度问题中，如遗传算法、模拟退火算法、禁忌搜索算法等。 遗传算法是仿真遗传学和自然选择机理构造的一种搜索算法，因其对优化 问题的弱依赖性、求解的非线性和鲁棒性、隐含并行性等特点被广泛应用于当 前的各个领域。本文应用遗传算法求解生产调度问题，主要有以下几个方面： 1．基于遗传算法的Job—shop调度问题 性，对遗传算法的编码／解码方式、遗传算子的设计、目标函数及适应值比例变 换进行了研究，设计了一种求解Job—shop调度问题的遗传算法，并用著名的 调度问题的改进遗传算法。 2．基于遗传算法的Flow—shop调度问题 Flow—shop调度问题是一类复杂且极有代表性的流水线调度问题，一般用 遗传算法可以成功求解Flow—shop问题。装配生产线平衡问题一直被认为是设 施规划问题，用“分级位置权重法”来解决，但本文认为装配线平衡问题更应 该是一个动态的生产调