两个求解JSP问题的遗传算法-计算机应用技术专业论文.docxVIP

童玺鎏垩三查耋三兰堡圭兰竺鎏圣两个求解JSP问题的遗传算法 童玺鎏垩三查耋三兰堡圭兰竺鎏圣 两个求解JSP问题的遗传算法 摘要 车间作业调度(Job Shop Problem)是一类典型的NP．hard问题，已被证明 在多项式时间内得不到最优值。该问题是生产管理中的核心问题，好的求解 方法可以促进企业提高生产率。因此，该研究无论从理论还是实际都有重要 意义。近年来，对于JSP问题的求解主要有启发式算法和元启发式算法，但 各有其不足之处：元启发式方法的运行时间长，可获得较好的解，但其解不 稳定；启发式方法可在较短的时间内得到鲁棒性较强的解，但是极少获得较 优的解。为了更好地解决问题，将一些解决某类问题较好的算法组合起来， 使所形成的混合算法具有两者不可比拟的优势，成为目前研究的热点。本文 分别应用病毒遗传算法和混合遗传算法来求解车间作业问题JSP(Job Shop Problems)。 针对遗传算法求解的早熟和收敛速度慢等问题，提出面向车间作业调度 的病毒遗传算法JVGA(Job shop oriented Virus Genetic Algorithm)，从横 向和纵向同时搜索解空间；并提出一种新的病毒浓度概念不仅可以增强病毒 群体模式的多样性还可以定量地评价染色体中某段基因的数量，克服了遗传 算法固有的早熟问题；其次，定义了基于工件序的十进制编码方式，既避免 了死锁的产生也便于解空间和染色体空间转换。根据19个典型JSP问题的 对比实验，证明了该理论对于求解JSP问题的有效性。 遗传算法初始解的质量对于算法的收敛速度有重要的影响，将解决JSP 较理想的改进瓶颈移动启发式算法MSB得到的解作为遗传算法的一个初始 解，主群体中其它体随机产生，提出混合遗传算法HGA(Hybrid Genetic ．Algorithm)。由于MSB所得解的质量较高，而GA算法的精英策略保证 HGA所得解的质量不低于MSB算法所得解的质量。两种算法的结合，使算 法的时间性能有较大的提高。 关键词车间作业调度；病毒遗传算法；瓶颈移动算法；混合算法 哈尔滨理工大学工学硕士学位论文Two 哈尔滨理工大学工学硕士学位论文 Two Genetic Algorithm For Job Shop Problems Abstract JSP(Job shop problem)is typically NP—hard，which means that it is impossible to find the global optimum in polynomial complexity．JSP is one of the key problems in the production management．Good algorithms for this problem can promote productivity of enterprises．So this thesis can provide good results for both theory and practice．In recent years，meta-heuristics and heuristics are two kinds of algorithm for JSP．However,they are different in CPU—time and performance．Meta-heuristies can always obtain better solutions than heuristics but they need much more CPU—times．As well，robustness of heuristics is good but optimum can seldom be obtained．CPU—time is not critical as the development of computer techniques．So the quality of solutions is pursued by most researchers at present by integrating some heuristic with meta—heuristic In this thesis，a Virus Evolutionary Genetic Algorithm(VEGA)and a Hybrid Genetic Algorithm(HGA)are respectively proposed for JSP． Pre··maturity and slow—convergence are two issues existing in Genetic A