并行遺傳算法在車間作業(yè)調度問題上的應用.pdf

1、車間作業(yè)調度(JSSP)在企業(yè)生產經營活動中占有十分重要的地位.生產調度系統(tǒng)也是CIMS、ERP等系統(tǒng)中的重要組成部分.生產調度位于CIMS體系結構中的中間層,是控制與管理一體化的接合部.向上要給企業(yè)經營戰(zhàn)略決策層提供決策依據,向下要安排生產加工任務,指導監(jiān)督控制層的動作.因些,生產調度是實施CIMS的關鍵.由于車間作業(yè)調度問題是一個典型的NP-hard問題,因此受到學術界和工業(yè)界的廣泛關注.對它的研究具有很高的理論意義和實際意義.

2、 迄今為止,已有很多關于車間作業(yè)調度問題的研究方法,如分枝定界法、基于優(yōu)先規(guī)則的啟發(fā)式方法,但是常見的JSSP的困難性和復雜性使傳統(tǒng)的搜索方法很難在合理的時間內找到最優(yōu)解.近年來,已經引進了一些人工智領域的新技術來解決這些問題,如模擬退火(SA)、禁忌搜索(TA)、人工神經網絡(ANN)、遺傳算法(GA)等等. 遺傳算法是一類借鑒生物界的進化規(guī)律演化而來的隨機化搜索方法,其主要特點是直接對結構對象進行操作,不存在求導和函數連

3、續(xù)性的限定;具有內在的隱并行性和更好的全局尋優(yōu)能力;采用概率化的尋優(yōu)方法,能自動獲取和指導優(yōu)化的搜索空間,自適應地調整搜索方向,不需要確定的規(guī)則.遺傳算法的這些性質,已被人門廣泛地應用于組合優(yōu)化、機器學習、信號處理、白適應控制和人工生命等領域. 并行遺傳算法(PGA)是過去十幾年以來GA研究的熱點之一,無論是理論還是應用上都取得一些成熟的成果.因此本文將PGA用于求解JSSP調度問題,本文主要有以下幾項內容:(1)介紹分析了車間

4、作業(yè)調度的問題描述、模型表示、特點以及對它的研究方法和研究現狀.本文將JSSP的研究方法分為兩大類,最優(yōu)化方法和近似/啟發(fā)式方法;(2)作為并行遺傳算法的基礎,介紹了標準遺傳算法的來源,生物學方面的背景,編碼方式,適應度函數,基本遺傳操作(選擇、交叉、變異),基本參數的設置原則;(3)介紹了并行遺傳算法的分類,以及他們各自發(fā)展的歷史現狀,粗粒度并行遺傳算法的遷移策略,分為兩種同步遷移和異步遷移;(4)詳細介紹了針對JSSP的特點設計的新