基于免疫遗传算法的车间调度问题研究

论文摘要

车间调度问题是被许多专家学者广泛关注的焦点问题,遗传算法是目前解决该问题常用的优化算法,本文在对提高遗传算法的优化效率等方面进行研究的基础上,提出一种改进的免疫遗传算法,并将此算法应用到了金属加工车间求解调度问题中。本文的研究主要包括以下四个方面:(1)针对车间调度问题描述、车间调度目标等存在问题,研究将遗传算法应用于车间调度问题中。实验表明,遗传算法应用在车间调度问题中比其它算法更有优越性。(2)针对基本免疫算法在解决多目标优化上存在的问题,在基于信息熵的人工免疫算法的基础上引入小生境技术,提出改进的免疫遗传算法。通过多峰函数优化证明,改进的算法有更好的收敛速度和全局搜索能力。(3)通过对一个金属加工车间进行数学模型分析、设计优化函数,将改进的算法应用到实际车间调度参数设计中。实验表明,该算法是可行和高效的。(4)基于改进的免疫遗传算法,设计实现了金属加工车间调度系统仿真平台。实验结果表明,改进算法比传统算法得到更优的调度解。

论文目录

• 中文摘要
• Abstract
• 第一章 引言
• 1.1 研究背景及研究意义
• 1.1.1 研究背景
• 1.1.2 研究意义
• 1.2 国内外研究现状
• 1.2.1 车间作业调度的国内外研究现状
• 1.2.2 遗传算法的国内外研究现状
• 1.2.3 存在的问题
• 1.3 本文的研究内容
• 1.4 本文的组织结构
• 第二章 理论基础
• 2.1 遗传算法
• 2.1.1 遗传算法简介
• 2.1.2 遗传算法的基本操作
• 2.1.3 遗传算法流程
• 2.1.4 遗传算法特点及缺陷
• 2.2 人工免疫算法
• 2.2.1 生物学免疫原理
• 2.2.2 免疫算法的操作
• 2.2.3 免疫算法与遗传算法比较
• 2.3 本章小结
• 第三章 车间作业调度设计
• 3.1 车间调度问题及特点
• 3.1.1 车间调度问题概述
• 3.1.2 车间作业调度目标
• 3.1.3 车间调度问题的特点
• 3.1.4 车间调度问题分类
• 3.2 车间调度问题的研究方法及趋势
• 3.2.1 车间调度问题的研究方法
• 3.2.2 车间调度问题的研究发展趋势
• 3.3 遗传算法在车间调度中的应用分析
• 3.3.1 编码
• 3.3.2 复制操作
• 3.3.3 交叉操作
• 3.3.4 变异操作
• 3.3.5 精英保留策略
• 3.3.6 计算工序的开始时间和完工时间
• 3.4 本章小结
• 第四章 改进算法及性能分析
• 4.1 免疫遗传算法模型及特点
• 4.1.1 免疫遗传算法模型
• 4.1.2 免疫遗传算法的特点
• 4.2 改进的免疫遗传算法
• 4.2.1 改进算法的提出
• 4.2.2 改进算法设计
• 4.2.3 算法伪代码
• 4.3 算法性能分析
• 4.3.1 检验改进算法的全局搜索能力
• 4.3.2 检验改进算法的多峰值搜索能力
• 4.4 本章小结
• 第五章 仿真车间调度系统设计
• 5.1 金工车间系统分析
• 5.1.1 金工车间加工问题描述
• 5.1.2 调度问题数学模型分析
• 5.2 车间调度系统设计
• 5.2.1 改进算法的应用
• 5.2.2 仿真系统软件实现
• 5.3 实验结果分析
• 5.4 本章小结
• 第六章 总结与展望
• 6.1 工作总结
• 6.2 工作展望
• 参考文献
• 攻读硕士学位期间发表的论文和参与的科研项目
• 致谢