遗传算法的车间调度算法求解.pptxVIP

算法的;主要内容;提出;Job一shop 度的描述 ?:?在 的描述中，“机器”可以指机床，有 也 可以指操作工人。“工件”指一个零件，或 一批零件，或是其他的什含，可以根据具 体的确定。“工序”是指工件需要一些 机器，或所有机器的操作及其序。而“加工 ”是指完成一个操作所需要的 。由于有 “机器”，“工件”等所的 背景，所有 于度的及其所表达的概念和所描述的 就比直和容易理解°;描述;描述;描述 ?:?用Conway等人提出的方法地表示作度 四个参数就可以表示大多数不同的作度‘ n/m/A/B,其中 D--工件数； ?:?m—机器数; ? A— 型 B—目函数，通常是使其最小° 有了四个符号，就可以 明地表示不同的作 n/4/G/Cmax表示n小工件4台机器加工的 函数是使最完工 Cmax最短°;件度足的束条件 1. 一个工件不能同 在不同的机器上加工，尽管一个 工件有 可能包括多个相同的零件，也不能将其分 成几部分，同 在几台不同的机器上加工； 2. 整个工件来，在加工程中采取平行移方式，即 当上一道工序完工后，立即送下道工序加工； 3. 不允 中断，当一个工件一旦 始加工，必一直 行 到完工，不允中途停下来，插入其他工件； 4. 每道工序只在一台机器上完成，每台机器只完成一 道工序；;束条件;算法在解Job-shop度 究状;算法理;算法概述 ?：* 算法(Genetic Algorithms ,GA)研究的 史比 短，20世60年代末期到70年代利期，主要由美 g Michigan大学的John Holland 其向事、学星 研究形成了一个 完整的理 和方法，从 解 自然系 中生物的 适 程入手，模生物化的机制来构造 人工系的模型。随后 20余年的展，取得了丰 的用成果和理研究的展，特是近年来世界范形 成的化算潮，算智能已作人工智能研究的一个 重要方向，以及后来的人工生命研究 起，使 算法 受到广泛的注°;算法概述 ?:?/\人1985年在美国卡耐基?梅隆大学召 的第 一届国 算法会(International Conference on Genetic Algorithms:ICGA585),到 1997 年 5 月 IEEE 的 Transactions on Evolutionary Computation刊，算法作 具有系 化、适 和学 的高性能 算和建模方法的研究 成熟;生物化的基 ?生物 化的原因自古至今有着各 不同的解，其中被人 广泛接受的 是达文的自然学° 。自然学 ，生物要生存下去，就必 行生存斗争。生存斗争包 括 内斗争、斗争以及生物与无机 境之 的斗争三个方面。在生 存斗争中，具有有利鼻(mutation )的个体容易存活下来，并且 有更多的机会将有利异 后代；具有不利异的个体就容易被淘汰 ,生后代的机会也少的多。因此，凡是在生存斗争中 的个体都 是 境适性比强的。达文把 在生存斗争中适者生存 不适者 淘汰的程叫做自然，达文的自然 学 表明， 和异是决定生 物化的内在因素°是指父代与子代之在性状上存在的相似象c 套是指父代与子代之 以及子代的个体之 在性状上或多或少地存 在的差异 象。在生物群体内， 和 异的 系十分密切，一个生物 体的 性状往往会 生舁，而 异的性状有的可 °能使生物的性 状不断地送后代，因此保持了物的特性；异能使生物的性状 生改，価而适新的境而不断的向前展°;算法基本概念和;算法基本概念和;算法基本概念和 ?交叉(crossover) 有性生殖生物在繁殖下一代,两个同 源染色体通 交叉而重，亦即在两个染色体的某一相同位置 DNA被切断，其前后两串分交叉合形成两个新的染色体 个 程又称基因重 (「ecombination),俗称“交” ° *异(mutation) 在胞行制可能以很小的概率生某些 制差，从而使DNA生某 异，生出新的染色体，些新 的染色体表出新的性状° ? ( coding ) DNA中 信息在一个 上按一定的模式排 歹U,也即行了 ° 可以看作価表型到子型的映射 O *解 (decoding ) M子型到表型的映射°;算法的基本思想;基本算法的方法 ?:?各 不同的 算法都有相同的的特点，即通 生物 和 化 程中 、交叉、异机理的模仿，来完成 最解的自适有哪些信誉好的足球投注网站程。基于个共同特 点，Goldberg 出了一 一的最基本的算法基 赤 算法(Simple Genetic Algorithm,称 SGA ) ° SGA只使用 算子、交叉算子和异算子三基本 算子，其 化操作程，容易理解，是其他一些 算法的形和基，它不各算法提供了一个基 本框架，同 也具有一定的 用价。因此 方便起， 本文在以后的用中用此方法°;基本算法的构成要素;基本算法的构成要素;基本算法的构成要素;