论文摘要
车间调度方法与优化技术的研究已经成为先进制造技术的基础和关键。在制造业车间,调度问题的规模巨大,所涉及的对象复杂,系统动态性强。调度问题本身是一类组合优化问题,也是典型的NP（NP-complete）问题。车间作业调度问题具有计算复杂性、动态约束性、多目标性等特点。多目标优化问题在科学和工程等领域是一个热点问题,同时也是研究的一个难点。传统的多目标优化方法在某些复杂的多目标优化问题中存在不足,因此渐渐地被一些优越的多目标优化算法所替代。第一代非劣前沿分级遗传算法NSGA在多目标领域中显示出比较大的优势,但是随着应用范围的不断拓宽,其缺点就不断暴露出来。为了更好地解决多目标优化问题,在NSGA的基础上,研究人员提出了带精英策略的非劣前沿分级遗传算法NSGA-Ⅱ。国外关于NSGA-Ⅱ的理论和应用研究都比较深入,而国内目前还比较少。本文通过对该算法的研究,将其应用于实际的作业车间调度问题。利用NSGA-Ⅱ在多目标优化领域强大的优势,很好地解决了多目标作业车间调度的问题。本文主要的工作为:（1）研究了车间调度的背景、研究现状、意义和发展趋势;对车间调度的各种研究方法进行了系统的分析和比较;对课题研究的意义和内容作了阐述。（2）详细研究和分析了非劣前沿分级遗传算法（NSGA）在解决多目标优化问题中的优缺点,并在NSGA的基础上重点研究了其改进算法——带精英策略的非劣前沿分级遗传算法（NSGA-Ⅱ）的思想、流程、小生境和精英策略,对二者进行详细的比较,总结出NSGA-Ⅱ在解决多目标优化问题中的优势;并针对遗传算法收敛速度慢和易陷入局部最优的问题,在总结已有经验的基础上提出改进:对交叉概率和变异概率的计算提出了改进方法,避免遗传算法产生无用解或陷入局部优化,以提高效率。（3）针对多目标作业车间调度优化无法找到唯一最优解的问题,建立了带约束条件的多目标车间调度的数学优化模型。用MATLAB语言编写了基于多目标优化的带精英策略的非劣前沿分级遗传算法程序,并给出了非劣前沿分级、Pareto最优解、小生境等的MATLAB程序代码。程序在MATLAB7.0.1中调试通过,说明了用MATLAB实现基于多目标优化的NSGA-Ⅱ算法的可行性,且从数据上表明带精英策略的非劣前沿分级遗传算法在解决多目标优化问题时优于普通多目标优化算法。（4）通过采用带精英策略的非劣前沿分级遗传算法解决多工艺路线与多目标调度集成的问题,在考虑了交货期最短、生产成本最低和设备负载平衡的条件下,构建了相应的多工艺路线与调度集成模型,将多工艺路线和车间调度相结合,实现了最优工艺路线与调度结果的同时生成。通过算例分析,证明NSGA-Ⅱ算法能够有效地实现多工艺路线与多目标车间调度的集成。
论文目录
相关论文文献
标签：多目标论文; 车间调度论文; 多工艺路线调度集成论文;