基于改进量子遗传算法的不确定性生产调度方法研究-控制理论与控制工程专业论文.docxVIP

Research Research on Uncertain Production Scheduling Based on Improved Quantum Genetic Algorithm by WANG Xingl in B．E．(Changsha University of Science＆Technology)2008 A thesis submitted in partial satisfaction of the Requirements for the degree of Master of Engineering C ontrol Theory and Control Engineering ln Changsha University of Science＆Technology Supervisor Professor Li Maojun April，20 1 1 长沙理工大学学位论文原创性声明 长沙理工大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研 究所取得的研究成果。除了文中特别加以标注引用的内容外，本论 文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文 的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。 本人完全意识到本声明的法律后果由本人承担。 作者签名： 王孑赤飙 日期：加·1年 岁月≯7日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定， 同意学校保留并向国家有关部门或机构送交论文的复印件和电子 版，允许论文被查阅和借阅。本人授权长沙理工大学可以将本学位 论文的全部或部分内容编入有关数据库进行检索，可以采用影印、 缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于 l、保密口，在 年解密后适用本授权书。 2、不保密团。 (请在以上相应方框内打“4”) 作者签名： 工Z击者＼ 日期：p，1年 箩月 21 El 堪张日呦严乡月2』7日 摘 摘 要 生产调度一直是生产管理中最为重要的环节，良好的调度方案可以 有效地提高企业的生产能力和生产效率。自五十年代以来，人们已对经 典生产调度做了大量的研究，并取得了令人瞩目的进展。然而，实际的 调度过程中，往往存在大量的不确定因素，使得经典调度方案无法正常 执行。因此，分析生产过程中的不确定因素，将其引入调度模型，并研 究一种有效的优化算法进行求解，具有重要的理论价值和实践意义。 当前，不确定性生产调度的优化算法主要有遗传算法、免疫算法、 蚁群算法、微粒群算法等，它们都能解决调度优化问题，但实际优化过 程中往往要耗用大量的时间。本文针对不确定性生产调度，提出采用量 子遗传算法求解，它利用了量子计算的并行特性，具有更为高效的并行 计算能力，且因量子遗传算法采用比特编码而具有更好的种群多样性， 使得种群规模可以很小而不影响算法性能。 论文介绍了生产调度的一些基本情况，重点描述了不确定条件下生 产调度的研究现状，比较了几种优化算法的优缺点，介绍了量子遗传算 法在解决优化组合问题时存在的优势；随后分析了生产调度的不确定因 素，给出相应处理方法，并以模糊数学为基础，建立不确定性生产调度 的模糊模型；接着介绍了量子遗传算法，包括其独特的编码方式、量子 旋转门更新种群的原理，并分析其特点，提出几种局部操作算子，详细 描述了该算法的内容；最后将该算法应用于不确定性生产调度。MATLAB 仿真实验验证了该算法的有效性。 关键词：不确定性；生产调度；调度模型；量子遗传算法 AB AB STRACT As the most important link in production management，a better production scheduling method can improve the capacity and efficiency for production．Since the fifties，academics have done the massive research to classic production scheduling，and it has achieved remarkable result· However．in the actual production process，there are lots of uncertain factors that make scheduling scheme not working properly．Therefore，the analysis of the uncertain factors in production process， which will be introduced to