基于雙種群遺傳算法的雙目標(biāo)JSSP研究.pdf

1、車間調(diào)度一直是企業(yè)生產(chǎn)管理的核心活動(dòng)，作業(yè)車間調(diào)度問題是許多實(shí)際調(diào)度問題的簡(jiǎn)化模型。近年來，各種智能算法逐漸引入到調(diào)度問題中，遺傳算法是應(yīng)用最廣泛的優(yōu)化計(jì)算方法之一，具有不依賴于問題模型的特性、隱含并行性等特點(diǎn)，但其易過早收斂。雙種群遺傳算法能克服遺傳算法的不足，更適合復(fù)雜問題的優(yōu)化，跟其他優(yōu)化技術(shù)相比存在顯著優(yōu)勢(shì)，其應(yīng)用的范圍也越來越廣泛。
　　本文在對(duì)國內(nèi)外作業(yè)車間調(diào)度問題研究的基礎(chǔ)上，介紹了作業(yè)車間調(diào)度問題的分類，敘述了作業(yè)

2、車間調(diào)度問題求解方法的發(fā)展歷程，總結(jié)了已有研究的成果，從調(diào)度算法的發(fā)展和調(diào)度對(duì)象的發(fā)展兩個(gè)方面分析了作業(yè)車間調(diào)度問題的研究趨勢(shì)。然后介紹了作業(yè)車間調(diào)度算法的理論基礎(chǔ)，包括遺傳算法的基本理論，雙種群遺傳算法以及自適應(yīng)遺傳算法的基本理論。在此基礎(chǔ)上，進(jìn)行了進(jìn)一步的研究。首先考慮到產(chǎn)品的完工時(shí)間和產(chǎn)品延遲在企業(yè)眾多調(diào)度目標(biāo)中的重要性，建立了帶有最小完工時(shí)間和最小總延遲的雙目標(biāo)作業(yè)車間調(diào)度的數(shù)學(xué)模型。然后對(duì)雙目標(biāo)的作業(yè)車問調(diào)度模型進(jìn)行了求解;對(duì)

3、模型的求解方法——雙種群遺傳算法進(jìn)行了詳細(xì)的設(shè)計(jì)，包括:基于工序的編碼和解碼方法、適應(yīng)度函數(shù)的選擇、選擇操作、交叉操作、變異操作以及算法運(yùn)行參數(shù)的設(shè)計(jì)。最后進(jìn)行了算例分析，用雙種群遺傳算法來求解作業(yè)車間調(diào)度問題的一個(gè)標(biāo)準(zhǔn)算例FT06和一個(gè)更加復(fù)雜的實(shí)際算例，算例分析的結(jié)果顯示雙種群遺傳算法不僅能求解雙目標(biāo)的作業(yè)車間調(diào)度問題而且能比標(biāo)準(zhǔn)遺傳算法更快更好的求解雙目標(biāo)的作業(yè)車間調(diào)度問題。
　　本文建立了帶有最小完工時(shí)間和最小總延遲的雙目