作業(yè)車間調度問題屬于典型調度問題,車間調度問題考慮的是在一定的時間約束條件下,如何調度車間內有限的資源,在執(zhí)行既定任務的同時還要滿足特定的約束條件。資源包括不同種類,人力、現金、設備、電能、原料等等。任務也包括不同的要素,完成時間、交貨時間、緊要程度、人力消耗和資源消耗等等。同時任務之間也有先后順序約束等。車間調度問題在當今生產制造企業(yè)中應用非常廣泛,許多實際中需要實現的調度問題本質上都非常復雜,用傳統(tǒng)組合優(yōu)化方法難以實現。這些問題都屬于NP-難問題。遺傳算法和模擬退火算法在解決此類問題時已經有了比較深入的研究和應用,所以用遺傳算法和模擬退火算法解決車間調度問題成為一個研究方向。 作業(yè)車間調度問題是給定一個作業(yè)集合和一個機器設備集合。每臺機器同一時間可以加工一個作業(yè),而每個作業(yè)包括一系列工序,每個工序在某個機器上需要連續(xù)加工若干時間。車間調度研究的問題就是在完成既定任務的情況下如何使所需要的時間最短化。在過去的幾十年中,國內外許多研究人員都對該問題進行了深入研究,并且得出了許多令人鼓舞的成果。但是隨著車間調度問題需要考慮的實際問題越來越復雜,不可預期的情況越來越多,同時對車間調度實時性和有效性的要求越來越高,企業(yè)需要更適合本企業(yè)的車間調度方案的出現。 本文在閱讀大量文獻的基礎上,對前人取得的研究成果進行再分析,尤其是對模擬退火算法和遺傳算法進行了綜合研究,提出了改進的模擬退火遺傳算法。該算法在對經典的遺傳操作算子(選擇算子、交叉算子和變異算子等)進行了改進的同時,對模擬退火和初溫設置等操作進行了優(yōu)化,使改進的混合算法具備了一定的自適應性。經過實際數據的驗證,該算法降低了遺傳算法陷入局部早熟的概率,提高了算法的搜索效率,可以對實際的車間調度問題起到一定的改進作用。同時,根據某模具制造公司的實際情況,設計開發(fā)了一套針對該公司的模具制造車間調度系統(tǒng),該系統(tǒng)對優(yōu)化改進該車間調度問題具有可行性。
【學位單位】：大連交通大學
【學位級別】：碩士
【學位年份】：2010
【中圖分類】：TH186;TP18
【部分圖文】：

所以，模擬退火算法通常耗費時間較長，優(yōu)化較慢，這也是模擬退火算法最大的缺點。因此提高算法的搜索效率，是對模擬退火算法進行改進主要方向。算法結構圖如圖3.1所示:

圖3.2算法收斂曲線比較 F19.3.2theAlgorithmeonvergeneeeurveeomPared圖3.2出了模擬退火、遺傳算法和改進算法的收斂曲線，由圖可以得出以下結論，在算法的收斂速度上，模擬退火算法收斂速度緩慢，遺傳算法收斂速度快。從解的質量來看，改進算法既獲得了較好的收斂速度又有比較好的質量。不僅較好的克服了遺傳算法早熟現象，又較好的解決了模擬退火算法收斂緩慢的缺點。3.4典型Job一Shop問題驗證許多研究者已經對調度問題進行了深入的研究，并提出設計了若干的典型問題，比如LA01、LA06、MTO6等幾種不同規(guī)模的典型問題，筆者對這些問題分別進行研究和實驗，改進算法和幾種典型算法相比都獲得了比較滿意的結果，在設定初始參數，得出了如下表所示的結果。(其中設置參數為只=0.65

Fig.3.3thetyPiealalgorithmsofrelativewindbagrateeomPared通過以上的圖表可知，改進算法無論在獲得解所需要的時間復雜度還是在解的質量上都獲得比較滿意的效果，可以較好的滿足改進算法在解決大規(guī)模Job一Shop問題時的要求。本章小結本章深入研究了遺傳算法、模擬退火算法以及改進的混合算法解決車間調度的問題，提出了改進的自適應模擬退火遺傳算法解決Job一Shep問題的算法和思想，本文提出了一種求解作業(yè)車間調度問題的混合算法，即將退火策略結合到遺傳算法中，并對遺傳算子進行了改進，將遺傳算法和模擬退火算法進行優(yōu)勢互補。針對典型JSP問題，利用改進混合算法和其他典型優(yōu)化算法進行了比較，結果表明本文改進的算法在解決大規(guī)模問題上是有效且可行的。通過理論分析及試驗證明，此混合算法能在運算效率和結果精確度較高。
【引證文獻】

相關碩士學位論文 前1條

1 周婷;基于改進Hopfield網絡的注塑模具制造車間生產調度的研究[D];華南理工大學;2012年

本文編號：2867990