作業(yè)車間調(diào)度問題是眾所周知的NP問題,受到多種條件的限制,隨著問題規(guī)模的增加,找到最優(yōu)解的難度也會增加,是一種難以解決的組合優(yōu)化問題。受限于實際生產(chǎn)環(huán)境的各種約束條件,如何有效地安排各部分的加工順序?qū)⒅苯佑绊懮a(chǎn)效率,適當(dāng)?shù)纳a(chǎn)調(diào)度算法能夠正確有效地規(guī)劃企業(yè)資源,合理安排工件的加工順序和加工時間,適當(dāng)?shù)睦矛F(xiàn)有資源,通過優(yōu)化生產(chǎn)調(diào)度指令,滿足生產(chǎn)調(diào)度的基本要求,以期獲得生產(chǎn)總時間的最優(yōu)化,這對企業(yè)的實際生產(chǎn)具有重要的理論意義。本文以優(yōu)化生產(chǎn)排程,縮短生產(chǎn)周期為目標(biāo),研究了多工序多加工路徑的批量調(diào)度問題,以遺傳算法為基礎(chǔ),結(jié)合蟻群算法,提出了一種顧及全局搜索和局部搜索的生產(chǎn)調(diào)度混合算法。首先,詳細(xì)介紹了生產(chǎn)調(diào)度問題,并描述了每種調(diào)度類型的特點。簡要介紹了遺傳算法和蟻群算法的原理和基本框架,深入了解了遺傳算法的遺傳算子和參數(shù)選擇,介紹了蟻群算法的信息素更新機(jī)制。進(jìn)一步在生產(chǎn)調(diào)度問題的基礎(chǔ)上抽象出數(shù)學(xué)模型,根據(jù)同一機(jī)器不同零件和同一零件不同工序分為多種情況,分別得出對應(yīng)的加工時間和等待時間。同時對遺傳算法進(jìn)行遺傳算子的改進(jìn),提出一種基于迭代次數(shù)的動態(tài)遺傳算子,使得遺傳算法的收斂性能和搜索能力... 

【文章來源】：江蘇科技大學(xué)江蘇省

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究的背景、目的及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 生產(chǎn)調(diào)度問題
        1.2.2 遺傳算法
        1.2.3 蟻群算法
    1.3 本文研究內(nèi)容
    1.4 本文組織結(jié)構(gòu)
第2章 生產(chǎn)調(diào)度與算法
    2.1 生產(chǎn)調(diào)度問題
        2.1.1 生產(chǎn)調(diào)度問題的分類
        2.1.2 生產(chǎn)調(diào)度問題的特點
    2.2 遺傳算法
        2.2.1 遺傳算法的原理
        2.2.2 遺傳算法的執(zhí)行過程
        2.2.3 遺傳算法的基本框架
    2.3 蟻群算法
        2.3.1 蟻群算法的原理
        2.3.2 蟻群算法的執(zhí)行過程
        2.3.3 蟻群算法的基本框架
    2.4 本章小結(jié)
第3章 生產(chǎn)調(diào)度模型和遺傳算法的改進(jìn)
    3.1 作業(yè)車間調(diào)度模型建立
        3.1.1 問題描述
        3.1.2 數(shù)學(xué)模型
    3.2 遺傳算法的改進(jìn)
    3.3 實驗分析
    3.4 本章小結(jié)
第4章 混合遺傳算法
    4.1 混合遺傳算法
        4.1.1 理論基礎(chǔ)
        4.1.2 兩種算法的比較
        4.1.3 兩種算法的混合
    4.2 實驗分析
    4.3 本章小結(jié)
第5章 仿真實驗
    5.1 MATLAB軟件
        5.1.1 軟件介紹
        5.1.2 優(yōu)勢
    5.2 仿真模擬
        5.2.1 數(shù)據(jù)初始化
        5.2.2 算法的執(zhí)行
        5.2.3 仿真結(jié)果和分析
    5.3 本章小結(jié)
第6章 總結(jié)與展望
參考文獻(xiàn)
攻讀學(xué)位期間發(fā)表的論文
致謝



本文編號：2974004