基于遗传算法的作业车间调度问题研究

基于遗传算法的作业车间调度问题研究作者：袁云龙学位授予单位：长安大学相似文献(10条)1.期刊论文赵永成.吴波.阎长罡.吴亚南.ZHAOYong-cheng.WUBo.YANChang-gang.WUYan-an双链遗传算法在作业车间调度中的应用-大连铁道学院学报2005,26(2)针对简单遗传算法在解决作业车间生产调度问题时存在收敛效率低与过早收敛的局限,将一种改进的遗传算法--双链遗传算法应用于求解作业车间生产调度问题.与简单遗传算法相比,双链遗传算法在解决作业车间调度问题上,显著提高了搜索效率,还增强了避免早熟的能力.对双链遗传算法求解作业车间调度问题的某些策略和基本步骤作了简要的归纳和总结,编制了双链遗传算法求解作业车间调度问题的程序,通过调度例子测试表明了算法的有效性和可行性.2.期刊论文尹作海.邱洪泽.周万里基于改进变异算子的遗传算法求解柔性作业车间调度-计算机系统应用2009,18(10)柔性作业车间调度问题是对传统车间调度问题的扩充.它更接近于现实的生产调度问题.针对柔性作业车间调度的特点,设计了基于关键工序的变异算子,使变异集中于关键路径,从而提高了变异过程的效率.还采用二向量编码、初始种群定位法和POX交叉算子,设计了新的应用于柔性作业车间调度的遗传算法,并通过实验验证了算法的有效性.3.学位论文郭琛改进双倍体遗传算法在作业车间调度中的应用研究2006生产调度作为一个关键模块，是整个先进生产制造系统实现管理技术、运筹技术、优化技术、自动化与计算机技术发展的核心。有效的调度方法和优化技术的研究与应用，是实现先进制造和提高生产效益的基础和关键'[1]。遗传算法作为应用最广泛的进化计算方法之一，在调度的优化研究方面具有不可替代的优势。针对生产调度中典型的作业车间调度问题(Job-ShopSchedulingProblem)，在对标准遗传算法深入研究的基础上，本文提出了一种改进的双倍体遗传算法。该算法结构所提供的冗余记忆能力使得生物不宜忘记以前的环境变化过程中所学会的知识，能表现出更强的自适应环境的能力，动态跟踪能力强。同时算法针对以往出现的过于单一不变的更新方式，使得优化过程中出现对不同阶段的多样性和收敛性的不同要求难以得到兼顾的问题，采用自适应的交叉变异策略来有效解决多变的阶段要求。通过对标准遗传算法、原有双倍体遗传算法和改进双倍体遗传算法的函数测试比较和作业车间调度实例比较，有效地证明了改进算法的优越性和其在求解多维、动态、复杂问题时所表现出的良好性能。最后通过编写作业车间调度实例测试平台，验证了改进双倍体遗传算法的特点和优点。4.期刊论文袁坤.朱剑英.鞠全勇.王有远.YuanKun.ZhuJianying.JuQuanyong.WangYouyuan多目标柔性作业车间调度的集成算子遗传算法-南京航空航天大学学报（英文版）2006,23(4)柔性作业车间调度(FJSP)中,在将任务按顺序分配到各机床前,首先要为任务选择加工机床.为求解多目标FJSP,本文在分析该问题特点的基础上,提出了一种面向甘特图的串编码(GORS)及相应的的遗传算法算子的基本操作.提出了集成算子遗传算法,并给出了其具体实现.文献算例的实验及与国际最近研究成果比较表明,该算法减小了目标参数值即生产周期、最大机床负载和总的机床负载.5.期刊论文余琦玮.黄铁群.叶良朋.YUQi-wei.HUANGTie-qun.YELiang-peng遗传算法的双目标柔性作业车间调度研究-中国计量学院学报2006,17(3)研究了FMS环境下先进制造车间路径柔性的优化调度问题.同时考虑现代生产准时制的要求,建立了柔性作业车间调度问题的双目标数学优化模型,并给出了求解模型的遗传算法的具体实现过程;针对模型的特殊性,提出了染色体两层编码结构,将AOV网络图应用到解码和适应度函数的计算中,通过一个调度实例进行验证,给出了相应的选择、交叉、变异操作设计方案.6.学位论文李春廷基于遗传算法的作业车间调度问题研究2007作业车间调度问题具有计算复杂性、动态约束性、多目标性等特点，被证明是典型NP困难问题，近几年各种智能计算方法被引入到作业调度问题中，如遗传算法、模拟退火算法、启发式算法等。遗传算法因其对优化问题的弱依赖型、求解的简单性和鲁棒性、隐含并行性等特点被广泛应用于作业车间调度，但在解决调度问题时，仍然存在收敛速度慢、精度不高等问题。本文首先对调度问题及其描述进行了阐述，分析了基于遗传算法的车间调度的编码方式、交叉算子、变异操作等算子的特点以及遗传算子对算法求解精度的影响。其次，在深入分析基于操作编码的基础上，提出了一种新的基于作业的交叉算子，并且使用该算子对具有确定加工时间的作业车间调度问题进行了求解。同时与传统的基于位置交叉算子进行了仿真对比，实验结果证明新设计的交叉算子能够得到更好的求解精度。最后，对实际生产中加工时间和交货期都是模糊数的作业车间调度问题进行了研究。为了求解模糊调度问题，分别用三角模糊数和半梯形模糊数表示作业的加工时间和交货期，以极大化最小客户满意度为优化指标，并且在G&T算法的冲突处理中引入基于优先规则的冲突处理算法。通过大量实验仿真对比，证明了基于优先规则的冲突处理算法在求解精度方面优于原算法，并且是可行的，有效的。7.期刊论文周辉仁.郑丕谔.宗蕴.张扬.ZHOUHui-ren.ZHENGPie.ZONGYun.ZHANGYang基于遗传算法的作业车间调度优化求解方法-计算机应用研究2008,25(10)针对jobshop调度问题,提出了一种遗传算法编码方法和解码方法.该方法根据问题的特点,采用一种按工序用不同编号进行的染色体编码方案,并采用矩阵解码方法.此编码与调度方案一一对应,并且该编码方案有多种交叉操作算子可用,无须专门设计算子.算例计算结果表明,该算法是有效的,适用于解决jobshop调度问题,通过比较,该遗传算法优化jobshop调度操作简单并且收敛速度快.8.学位论文刘晶晶一种病毒进化遗传算法在作业车间调度中应用研究2006遗传算法是一种模拟生物进化过程的随机搜索算法，其自组织、自适应、自学习和种群进化能力使其适合于大规模复杂优化问题。它将问题的求解表示成“染色体”的适者生存过程，通过种群的一代代不断进化，包括复制、交叉和变异等操作，最终收敛到“最适应环境”的个体，从而求得问题的最优解或者满意解。随着计算机技术的发展，遗传算法越来越受到人们的重视，并在机器学习、模式识别、神经网络、优化控制、组合优化等领域得到了成功的应用。生产调度问题几乎在现实环境中，特别是在工业工程领域无所不在。许多制造工业提出的调度问题从本质上讲非常复杂，难以用传统优化方法求解。由于该问题表现出约束组合优化问题的所有特征，因此，调度问题成为遗传算法领域里的一个热门话题，并且成为测试新算法思想的范例。本文主要针对车间调度中典型的作业车间调度问题(JobShopSchedulingProblem)，提出了一种适合该问题的病毒进化遗传算法。该改进算法首先从病毒个体的生成上进行了改进，其中部分病毒个体从优秀的主个体复制生成，提高了整个病毒群体的适值和感染能力，并引入了静态繁殖理论，有效的避免了问题最优解的丢失。其次，将基于优先规则的启发式方法与病毒进化遗传算法相结合，一方面通过该启发式算法来改进初始主群体的性能，另一方面让其配合病毒感染操作，调整局部搜索能力，加快进化速度，改善GA收敛慢的缺点。最后应用算法性能测试函数和标准测试集中的测试用例对改进后的算法进行了测试，结果表明算法在整体性能上有明显的提高。并且将改进后的算法用于求解实际调度问题，得到的结果是有效和可行的。9.期刊论文余琦玮.赵亮.潘双夏基于遗传算法的柔性作业车间调度优化-组合机床与自动化加工技术2004,(4)针对经典作业车间调度问题的局限性,结合实际生产情况,提出了具有路径柔性的作业车间调度模型,给出了求解模型的遗传算法的具体实现过程.针对模型的特殊性,提出了染色体两层编码结构,将AOV、AOE网络图分别应用到解码和适应度函数的计算中,并给出了相应的选择、交叉、变异操作设计.最后通过一个8×6调度问题的测试例子,表明了此算法的有效性.10.学位论文谷峰柔性作业车间调度中的优化算法研究2006柔性作业车间调度问题由于减少了机器的约束，所以比传统作业车间调度问题的复杂性更高。因此，寻找有效的方法对柔性作业车间调度问题进行求解具有重要的理论价值和应用意义。本文利用遗传算法和粒子群算法研究了柔性作业车间调度问题，主要工作与创新点如下：(1)研究了遗传算法在单目标柔性作业车间调度问题中的应用。首先，我们引入病毒机制，通过病毒群体感染主群体来增加增强主群体的多样性和算法的局部搜索能力，实验表明在柔性作业车间调度中的应用上基于病毒机制的遗传算法克服经典遗传算法收敛速度慢易早熟的缺点。然后，针对柔性作业车间调度问题中的特点以及遗传算法的搜索历史，我们通过评价函数自适应的调整交叉概率和变异概率来提高算法的搜索效率和算法的稳定性。(2)研究了遗传算法在多目标柔性作业车间调度问题中的应用。首先，我们采用均匀设计技术合成多个适应度函数，给出了基于均匀设计的遗传算法，以提高搜索方向的空间均匀性。然后，我们在基于Pareto最优概念排序的基础上，通过计算全局拥挤距离进行第二级排序，给出了基于两级排序的遗传算法，这种方法有效的减缓了遗传算法搜索寻优过程中种群收敛于单一个体的趋势，避免了遗传算法早熟收敛引起的丢失可选解。(3)研究了粒子群算法在单目标柔性作业车间调度问题中的应用。首先，我们针对柔性作业车间调度问题的特点构造了此问题的粒子表达方法，给出了具体的算法应用过程，实验结果表明粒子群算法是解决柔性作业车间调度问题的一种十分有效的方法。然后，我们为了使粒子群算法收敛速度加快和获得更好的解，我们将混沌搜索技术引入了粒子群算法中，给出了基于混沌搜索的粒子群算法来求解柔性作业车间调度问题。本文链接：授权使用：上海海事大学(wflshyxy)，授权号：1bbc168e-51ff-49d7-b374-9e1400c14923下载时间：2010年10月19日