基于改进遗传算法的混合车间调度问题研究1(17)

基于改进遗传算法的混合车间调度问题研究

基于改进遗传算法的混含车间生产调度问题研究

１．３本文的主要工作

本文针对ＪＩＴ作业车间多目标优化问题以及混合流水车间最小完工时间的调度问题，在查阅大量中外文献后，通过比较，选择目前在求解调度问题占有一定优势的遗传算法，通过对普通遗传算法算法的改进，从而使得选定的以上两类车间生产调度问题得以解决，最后结合面向对象的方法实现对车间调度系统的软件设计。

本论文主要作了如下工作：

１．针对柔性多目标儿Ｔ作业车间的加工设备分散化特点，运用层次分析方法建立目标模型，通过将遗传算法加以改进提出一种集成算子遗传算法，采用了两两竞赛的方法选择算子、聚集度、违约度来处理多目标约束优化对问题进行求解。最后给出了一个具体算例，验证算法的有效性和先进性。

２．针对柔性儿Ｔ混合流水车间复杂化的特点，运用生产工艺计划与车间调度系统的集成原理，提出将ＣＡＰＰ模块与基于周期和事件驱动的滚动窗口调度有机地相结合，从而实现工序分段设计的ＣＡＰＰ系统和基于周期和事件驱动的滚动窗口再调度策略的生产调度系统的集成，建立目标模型，通过将遗传算法加以改进，提出一种混合结构的遗传算法，在建立集成模型的基础上，对算法进行研究，把简单遗传算法（ＳＧＡ）和模拟退火算法（ＳＡ）有机结合，使算法优化机制融合和优化结构互补，形成高效的混合遗传算法，从而使问题得到求解。最后给出了一个具体算例，验证算法的有效性和先进性。

３．通过上面提出的两种算法，结合面向对象的方法，基于组件和线程技术，确定调度管理原系统拟采用的软件架构，建立原型系统的功能模型和信息模型，最后利用ｆｌｅｘｓｉｍ软件仿真模拟了一个实际的加工过程，将不同加工过程获得的结果与本文提出的算法所获得结果进行对比，实验证明本文中所提出的算法更加有效。