最优化实验报告流水线问题[元启发及超启发算法].docVIP

PAGE 2 ??? PAGE 11 流水线调度问题求解 XXX (学号: XXXXXXXX) 摘 要: 有N个工件同时到达流水线上，给出一个加工顺序排列使得最后一个工件从流水线最后一台机器加工完成所使用总时间最小。本实验将使用遗传算法作为主体框架，使用元启发与超启发算法对该问题进行优化求解。 关键词: flow shop 多机调度 遗传算法 元启发式算法 超启发式算法 引言 a) 流水车间（Flow Shop ）调度问题是很多实际流水线生产调度问题的简化模型，也是一个典型的NP-hard 问题，因此其研究具有重要的理论意义和工程价值，也是目前研究最广泛的一类典型调度问题。 b) 已知：有n 个工件需要在m台机器上流水加工。 工件上的约束：所有工件均在0时刻释放且在各机器上的加工顺序相同，每个工件在每台机器上只加工一次。 机器上的约束：每个机器某一个时刻最多只能加工一个工件，而且执行过程是非抢占的。 目标：给出调度方案，使调度总完工时间最小。 要求：算法复杂度在多项式时间内。 c) 对于工件加工顺序的排列，可以看成是一段DNA序列，这段DNA序列可以交换片段的位置，可以改变两个碱基对的位置，分别对应基因的交叉与突变。而给所有排列（基因）一个生存空间，并定期淘汰掉不适应环境（总时间较大的个体），并让基因优良的排列进行繁殖。不断迭代，经过很多代的选择后，遗传下来的基因一