基于改进遗传算法的作业车间调度分析-机械制造及其自动化专业论文.docxVIP

目 目 录 PAGE PAGE IV 目 录 第 1 章 绪论 1 1.1 调度问题概述 1 1.2 调度问题分类 1 1.3 调度问题的特点 2 1.4 调度的研究方法 2 1.4.1 最优化算法 3 1.4.2 启发式调度算法 3 1.5 课题的研究内容 5 第 2 章 遗传算法基本原理 7 2.1 生物遗传与进化 7 2.2 遗传算法研究的发展和现状 9 2.3 遗传算法的基本原理 11 2.3.1 遗传算法的基本结构 12 2.3.2 遗传算法的特点 14 2.4 遗传算法应用举例 14 第 3 章 作业车间调度问题 17 Job Shop 调度问题表述 17 Job Shop 问题类型 18 3.3 用遗传算法求解 Job Shop 问题 19 3.3.1 编码和解码 19 3.3.2 适应度函数 20 3.3.3 选择操作 21 3.3.4 交叉操作 22 3.3.5 变异操作 26 3.3.6 算法终止条件 26 第 4 章 改进遗传算法求解 Job-Shop 调度问题 27 4.1 问题描述及优化性能指标 27 4.2 交叉算子设计 27 4.3 选择算子的设计 29 4.4 变异算子 30 4.5 改进遗传算法求解步骤 31 4.6 计算实验结果 32 第 5 章 总结与展望 34 5.1 全文总结 34 5.2 展望 34 致谢 36 参考文献 37 附录 40 第 第 1 章 绪论 PAGE PAGE 1 第 1 章 绪论 1.1 调度问题概述 调度问题是在生活实际生产中广泛存在的问题，一般来说，调度是指“在 一定的约束情况下，把有限的资源和时间分配给一定的作业，来满足或优化一 个或多个目标”。调度不但是简单的排序，它还包括确定每个任务的开始时间 和结束时间[1]。 在制造领域，一个调度就是任务在机器上的一个排序。在制造系统当中， 车间生产调度属于最为基础的一项内容，而在这个时候优化相应的生产调度， 可以说是现代管理技术以及先进制造技术的相关核心内容，调度在这个过程中 能够使制造业的可靠性、高效率以及高柔性得到实现。在一些资料[2]之中表明， 制造过程中有将近百分之九十五的时间是损失在非切削过程之中的，在制造过 程中，调度技术可能会对于制造效益以及成本产生直接的影响。企业科学地做 出生产调度，可以对于企业的生产性能指标起到非常显著的改善作用，比方说 在这个时候使成品生产周期降低，使机器设备的利用率得到提升，并且使产品 的交货期得到提升，使车间的制品成本以及库存得到降低，使企业的经济效益 得到一系列的保障。无论是敏捷制造、精益生产、计算机集成制造、智能制造 还是虚拟制造等模式，都是以优化生产调度为基础的。制造系统之中存在的调 度问题已经得到了越来越多的重视，特别是对于车间的生产以及调度来说，其 研究具有重要的理论和实际意义。 1.2 调度问题分类 车间调度问题通常能够表述为： 在 m 台机器上进行 n 个工件的加工，对于每个工件来说，其中包含了 p 道 工序，每道工序都能够在若干台机器上进行一定的加工，在某个时刻，每一台 机器只能对于工件之中的一道工序进行加工，只有上道工序完成之后，才能够 进行下一道工序的加工。调度就是将工件分配到每台机器上的加工，在满足一 定的约束条件下，优化一个或多个性能指标。典型的车间调度可以采用四元域 “ n / m / ??/ ??”简明表示，其中 n 是工件数，m 是机器数，??表示加工工程的特 PAGE PAGE 10 点类型， ??表示性能指标的类型。 根据车间调度的侧重点不同，车间调度一般可分为以下几类： (1) 单机调度问题。制造系统只有一台机器，所有的工件都这一台机器上加 工，且每个工件只有一道工序，这类调度问题比较简单。 (2) 并行机调度问题。与单机调度问题不同之处在于，加工机器设备不只是 一台，而是多台。 (3) 作业车间调度问题。在作业车间中，制造系统有不同类型的加工机器， 每个工件都有多道工序，本文研究的就是这类调度问题。 1.3 调度问题的特点 由车间调度问题的对象，目标决定了这一问题的计算复杂性、动态随机性、 和决策的多目标性、资源的多约束性[3,4,5]。具体如下： （1）计算的复杂性。车间调度问题是组合优化问题之一，但由于每个工件 具有多道工序，每台机器的不同加工工件的顺序，造成了车间调度解的数量成 几何指数增加，有文献证明，无法用多项式时间算法求解车间调度问题，该问 题已是 NP-Hard 问题。 （2）动态的随机性。在实际的制造系统生产加工环境是不断变化，在运行 过程中存在许多不确定的因素。例如工作人员的变动，机器的故障，交货期的 变更，订单的插入等等。 （3）多目标