毕业论文（设计）车间调度问题研究.docVIP

引言 随着加入WTO，市场竞争越来越激烈，对制造企业来说，为了能够在竞争中立于不败，降低成本是不得不面临的问题，而确保生产车间较高的生产能力和效率，是当务之急。此外，有效的调度方法已经成为先进制造技术实践的基础和关键，所以对它的研究具有重要的理论和实用价值。虽然对其研究已有几十年的但至今尚未形成一套系统的方法和理论，理论研究与实际应用之间还存在着较大距离。目前的调度算法大多只关心工件的调度问题，而对其它资源分配问题则研究相对不多，将二者结合起来研究应该是值得注意的问题，目前已有不少学者开始关注该问题。遗传算法比经典的启发式算法好，同时遗传算法比传统的有哪些信誉好的足球投注网站技术更强的性，因为它不仅能解决某一特定问题，而且可以适应不同的问题形式遗传算法(Genetic Algorithm, GA)是一种基于自然群体遗传演化机制的高效探索算法，它是美国学者Holland于1975年首先提出来的。它摒弃了传统的有哪些信誉好的足球投注网站方式，模拟达尔文的遗传选择和自然淘汰的生物进化过程。它将问题域中的可能解看作是群体的一个个体或染色体，并将每一个体编码成符号串形式，对群体反复进行基于遗传学的操作（遗传，交叉和变异），根据预定的目标适应度函数对每个个体进行评价，依据适者生存，优胜劣汰的进化规则，不断得到更优的群体，同时以全局并行有哪些信誉好的足球投注网站方式来有哪些信誉好的足球投注网站优化群体中的最优个体，求得满足要求的最优解。遗传算法是一类随机化算法，但是它不是简单的随机走动，它可以有效地利用已经有的信息处理来有哪些信誉好的足球投注网站那些有希望改善解质量的串，类似于自然进化，遗传算法通过作用于染色体上的基因，寻找好的染色体来求解问题。与自然界相似，遗传算法对待求解问题本身一无所知，它所需要的仅是对算法所产生的每个染色体进行评价，并基于适应度值来染色体，使适用性好的染色体比适应性差的染色体有更多的繁殖机会。不仅理论研究十分活跃，而在越今后几年，拓广更加多样的应用领域，将是GA发展的主流。这也是本世纪高新技术迅速发展带有规律性的特点，即面向应用。与此同时，理论方面同样有大量工作要做，例如：控制参数的选择；交换和突变这两类最重要的算子的确切作用；并行GA和分布式GA的研究。不论从理论还是应用的角度看，最紧迫的应是关于算法收敛性问题的研究，特别是过早收敛的防止。这对GA的实际应用关系重大遗传算法比经典的启发式算法好，同时遗传算法比传统的有哪些信誉好的足球投注网站技术更强的性，因为它不仅能解决某一特定问题，而且可以适应不同的问题形式。 图3.1 设备死锁示意图 在图3.1中，分属工件1和工件2的总共四个工序都处于循环等待其前面工序或前道工序结束加工的状态之中，从而使设备1和设备2处于空转状态，即产生了所谓的死锁现象。 3.1.2参数编码 遗传编码技术是实施遗传算法的核心。遗传算法的工作基础是选择适当的方法表示个体和问题的解(作为进化的个体)。对于同一问题可以有不同的编码表示方法。由于遗传算法不能直接处理空间解的数据，在解决此车间调度问题上把它们转换成遗传空间的基因按一定结构组成的染色体或个体，也就是通过编码将它们表示成遗传空间的基因型串结构数据。 目前，调度问题中主要的遗传算法编码方式有以下几种： 1基于操作的编码（operation-based representation） J2 J3 M1 M1 M2 M2 M3 M1 M3 M2 M3 对于上表3.1所提出的3个工件在3个机器上加工的例子，假设染色体为{2 1 2 3 1 1 3 2 3}，Oijk表示第i个工件的第j个工序在第k个机器上加工（以下同），则对机器加工顺序的工艺约束，该染色体对应的有序操作表为[O211 O111 O223 O312 O122 O133 O321 O232 O333]，即首先安排第二个工件的第一个操作步骤，然后安排第一个工件的第一个操作步骤，第二项任务的第二个操作步骤，…以次类推。进而相应的调度如图3.2（我们用Gantte图表示一个调度）。  图3.2 Gantte图 2基于工件的编码（job-based representation） 将每个染色体用n个代表工件的基因组成，是所有工件的一个排列。解码过程是先加工第1号工件的所有操作，然后依次以最好允许加工时间加工后面所有操作。其基本思想是只对任务进行编码，然后按照编码在染色体中的顺序来以相应的优先级别安排任务。例如，对于上述3*3例子。对于有三项任务的调度问题，假设染色体为[2 3 1]，则可以解释为首先安排第二项任务的所有操作，其次是第三项任务，最后才轮到第一项任务。 3基于先后表的编码（preferences list-beset representation） 每个染色体用分别对应于m台不同机器的m个子串构成，各子