柔性作业车间调度问题的一种求解算法及其实现

论文摘要

随着社会的发展，产品制造业中，为了适应激烈的市场竞争以及客户的个性化与多样化的需求，多品种、中小批量的生产方式已经被大多数企业所接受。在这种离散的生产方式下，易出现产品拖期交付、质量低下、成本过高等问题。因此，如何获取一个方案使得在低成本情况下完成所有订单已经成为企业管理者面临的最大问题之一。柔性作业车间调度问题正是解决多订单、复杂工序、固定机器情况下，如何获得更短时间完成所有任务的策略。针对这一问题，本文首先介绍了柔性作业车间调度问题的研究现状；其次，对遗传算法的原理、思想以及操作过程进行了综合论述；再次，提出和实现了一种新型混合策略遗传算法EHGA解决柔性作业车间调度问题，并设计了一种先进的双评估变异策略和局部搜索算法；最后，通过模拟结果，说明该算法的有效性以及先进性。新型混合策略遗传算法提升了一般遗传算法解决柔性作业车间调度问题的效率。很好的解决了生产成本、生产周期以及收益之间的矛盾，获得了比较好的调度结果，达到了预期目标。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究的背景和意义
• 1.2 国内外研究现状
• 1.3 本文主要工作
• 第2章 相关理论与技术
• 2.1 遗传算法产生与发展
• 2.2 遗传算法的理论基础
• 2.2.1 模式定理
• 2.2.2 积木块假设
• 2.3 遗传算法的优缺点
• 2.4 遗传算法解决问题一般流程
• 第3章 柔性作业车间调度问题
• 3.1 车间调度问题
• 3.1.1 车间调度问题描述
• 3.1.2 车间调度问题分类
• 3.2 柔性作业车间调度问题描述
• 3.3 柔性作业车间调度问题的数学模型
• 第4章 解 FJSP 的一种新型混合策略遗传算法及其收敛性
• 4.1 新型混合策略遗传算法流程
• 4.2 新型混合策略遗传算法中关键过程的设计
• 4.2.1 个体编码方式的设计
• 4.2.2 初始化种群方法的设计
• 4.2.3 交叉操作的设计
• 4.2.4 变异操作的设计
• 4.2.5 选择操作的设计
• 4.2.6 局部搜索技术的设计
• 4.3 新型混合策略遗传算法全局收敛性分析
• 第5章 新型混合策略遗传算法的实现及模拟结果分析
• 5.1 程序结构框架
• 5.2 关键技术问题实现
• 5.2.1 数据结构
• 5.2.2 初始化种群的实现
• 5.2.3 求解适应度方法
• 5.2.4 交叉算子的实现
• 5.2.5 变异算子的实现
• 5.2.6 选择算子的实现
• 5.2.7 局部搜索的实现
• 5.3 求解 FJSP 的模拟结果及分析
• 第6章 总结与展望
• 6.1 全文总结
• 6.2 优势与不足
• 6.3 可能的进一步工作
• 致谢
• 参考文献