论文摘要
制造业是国民经济的物质基础和工业化的产业主体,随着原材料不断上涨,以及人力资源成本不断上升等因素影响,制造企业的利润增长率呈下降趋势。以信息化带动工业化,走新型工业化道路,其重要途径就是用现代信息技术改造传统产业,实现工业生产过程和经营管理的自动控制。通过引入先进的管理思想和技术,降低制造成本,发掘新的利润增长点,是中国制造企业面临的挑战。生产调度优化是整个先进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。车间调度优化问题大部分属于NP-hard问题,这类问题描述相对容易,但是求解非常困难。对NP-hard问题,目前常用随机搜索算法或智能启发式算法求解,如遗传算法、模拟退火算法、蚂蚁算法、微粒群算法等等。文化算法是一种新型的智能启发式算法,通过模拟人类社会的演化过程,在算法中采用种群空间与文化空间双层协同进化模式,在上层文化空间自演化的同时,利用文化空间中待解决问题的经验知识来指导下层种群空间的进化搜索。本文首先简要回顾了车间调度问题的分类及其求解算法的研究进展情况,简要分析了这些算法的优缺点,然后重点介绍了文化进化相关的理论研究成果。通过介绍古典文化进化论学派和新文化进化论学派的研究,简要回顾了文化进化的研究历史,重点介绍了文化进化中适应性与稳定性原则、进化优势法则和进化潜势法则,以及文化进化机制和超群进化的相关理论。其次,在文化算法双层协同进化模式的基础上,结合超群进化理论设计了文化进化算法。文化进化算法保留了文化算法双层协同进化模式,上层文化空间中的文化单元之间依照文化进化机制执行融合、淘汰、分化等操作,实现文化空间的进化;下层种群之间采用遗传进化或微粒群进化等策略实现群进化计算,并通过个体迁移等操作实现信息交流和并行计算。文中给出了详细算法流程设计,并与遗传算法、传统文化算法的特点进行了比较,最后简要介绍了文化算法目前的研究及应用情况。最后,本文将文化进化算法用于车间调度问题的求解,如置换Flow shop问题和典型的Job shop问题、含模糊交货期的Flow shop问题以及多资源约束Job shop问题。文中针对不同类型的调度问题,分别设计了相应的编码策略和进化策略,并利用Matlab编程仿真计算,通过与已有文献的结果分析比较,验证了文化进化算法求解车间调度优化问题的可行性、有效性和优越性。论文最后对文化进化算法的研究和应用前景进行了展望。