基于免疫遗传算法的车间调度问题研究

《基于免疫遗传算法的车间调度问题研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于免疫遗传算法的车间调度问题研究第一章引言算法的交叉、变异、选择等操作一般都是在概率意义下随机进行的，虽然保证了种群的群体进化，但一定程度上不可避免退化现象的出现。此外，尽管遗传算法具有通用性的一面，但却忽视了问题特征信息的辅助作用，同时相对固定的遗传操作使得对不同问题的求解缺少灵活性。大量研究表明，仅仅依赖于以遗传算法为代表的进化算法在模拟人类智能化处理事务能力方面还远远不足，还需要更深入地挖掘和利用人类的智能资源，而免疫遗传算法就是将生命科学中免疫的原理与遗传算法相结合来提高算法的整体性能并有选择、有目的的利用待求解问题中的一些特征信息来抑制优化过

2、程中退化现象的出现。1．2．3存在的问题调度领域中的大部分问题已经被证明为NP难问题，虽然对它的研究已有几十年的历史，但是仍然存在着一些问题，尤其是随着JIT(Just．In．Time)思想的广泛应用，E／T(Earliness／Tardiness)调度问题，即使得工件尽量按交货期完成，变得越来越突出。由于市场需求的多样性，多品种、小批量成为一种主流的生产方式。JIT的目标是消除一切可以消除的浪费现象，以使得多品种小批量的生产方式下达到低成本。从目前的研究来看，车间调度要形成一套系统的方法和理论还有一些困难，因为大多数研究在建模时对实际环境进行了一些简化

3、，还不能很好地应用于实际生产中。另外，实际的生产过程是一个动态生产的过程，即实际生产系统中存在着很多不确定的变化，如加工设备的故障造成的环境变化，变动的市场需求带来的任务变化，以及任务变化导致的生产目标的变化等。所以，实际的调度应该是动态调度，仅在静态调度的基础上解决问题很难取得最好的效果。现有的调度算法大多是在经典调度理论的基础上进行研究的，而经典调度理论与实际情况有一定的差距，尤其是在目前的柔性车间制造环境下。在实际车间生产调度中，车间计划与车间调度往往是分层进行的，这可能会产生调度计划在实际调度中不可行的情况。如何将计划与实际调度结合考虑，以获得总

4、体的优化也是需要考虑的。在多数调度方案中，对于评价指标的选取通常采用生产周期、平均流动时间等时间指标。尽管这些指标在一定程度上反映了调度方案的优劣，但他们并不是管理人员5第一章引言基于免疫遗传算法的车间调度问题研究真正关心的问题，如产品的收益、总生产成本、库存费用、工件拖期损失等。而作业调度的最终目的，应该是选择一个能给车间生产带来最大经济利益的方案。1．3本文的研究内容随着当今世界经济环境变化和用户要求不断的提高，在制造领域存在着一种强烈的需求：低成本、高质量的提供更加客户个性化的产品。为了满足这个要求，本文在总结了遗传算法在车间调度中的应用状况之后，

5、提出了一种基于免疫遗传算法的新的优化算法，并用实际车间数据进行了验证，结果表明该算法在作业车间调度中能有效地提高调度的效率，加快了进度，不失为一种好的算法。本文的主要研究内容包括以下几个方面：(1)针对车间调度问题描述、车间调度目标等存的在问题，研究了车间调度问题的分类及发展趋势，并研究了经典遗传算法在车间调度中的应用问题。(2)研究了基本的免疫遗传算法的框架和流程，在分析其在具体操作中一些不足的基础上，提出了改进的免疫遗传算法，通过对多峰函数进行优化，验证了改进的免疫遗传算法较之人工免疫算法和遗传算法有着更好的收敛速度和全局搜索能力。(3)将改进的免疫

6、遗传算法应用到实际车间调度参数设计中，仿真实现了金属加工车间的调度系统。基于改进算法，通过对一个金属加工车间进行了参数分析，建立数学模型，设计开发了了一个金属加工车间的调度系统。经过试验结果分析得出，改进的算法比传统算法得到更优的调度解。1．4本文的组织结构本文的研究内容分为以下六章：第l章介绍了车间调度问题的历史背景及研究意义。主要阐述了遗传算法应用在车间调度问题应用现状及存在问题，并给出了本文的研究内容和结构安排。第2章主要介绍基础理论。首先介绍了遗传算法基础理论，主要包括遗传算法的概念及原理、遗传算法的基本操作、遗传算法流程、遗传算法的特点及缺陷。

7、然后介绍了人工免疫算法，主要包括免疫算法的免疫学原理、免疫算法基本操作及流程。最后对免疫算法和遗传算法进行比较。6基于免疫遗传算法的车间调度问题研究第一章引言第3章主要介绍了车间调度问题。首先介绍了车间作业调度问题概述，主要包括车间调度问题描述、车间调度目标、车间调度问题特点及分类。然后介绍了车间调度问题的研究方法及研究发展趋势。最后介绍了经典遗传算法在车间调度中的应用问题。第4章在遗传算法和免疫算法的基础上，改进免疫遗传算法。首先总结了前面的遗传算法和人工免疫算法在处理多目标优化问题方而各自的特点，提出了免疫遗传算法处理多目标优化问题。然后介绍了基本的

8、免疫遗传算法的框架和流程，在分析其在具体操作中一些不足的基础上，提出了改进的免疫