基于自适应遗传算法的A公司车间生产调度优化研究.pdf

《基于自适应遗传算法的A公司车间生产调度优化研究.pdf》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、密级桂林电子科技大学硕士学位论文（全日制专业学位硕士）题目基于自适应遗传算法的A公司车间生产调度优化研究（英文）ResearchontheWorkshopProductionSchedulingOptimizationofACompanyBasedontheAdaptiveGeneticAlgorithms研究生学号:1208523609研究生姓名:王大澳指导教师姓名、职务:周清华副教授申请学位门类:工程硕士学科、专业名称:工业工程提交论文日期:2014年10月论文答辩日期:2014年12月摘要摘要随着市场竞争日趋激烈，对于

2、制造企业来说，能否合理地分配有限的资源缩短生产周期并将产量达到最大化，将成为其是否能赢得市场竞争的决定因素之一。生产调度作为生产管理的主要环节，对加强生产控制和管理，合理配置资源、降低生产成本、缩短生产周期，提高企业的生产效益起着决定性作用，因此在企业生产管理过程中，优化生产调度具有重要的意义。遗传算法是模拟自然界中生物进化和变异机制发展起来的一类随机搜索方法。适用于对非线性以及难以用传统搜索方法解决的复杂优化问题进行处理。而车间调度问题属于典型的复杂优化问题，因此，在求解车间调度问题领域遗传算法得到了广泛的应用。论文首先对

3、本课题的研究背景及意义进行介绍，其次简单概括了车间调度问题和遗传算法在车间调度中的研究现状；同时概述了生产调度的理论，重点介绍了求解生产调度问题的方法；并对遗传算法的理论基础，以及遗传算法基本步骤和遗传算法的基本操作等进行了概述，进一步分析了标准遗传算法存在的不足，并提出了自适应遗传算法；在此基础上，针对A安全玻璃有限公司在夹层玻璃生产调度中完全通过人工进行排产的现状进行分析，建立优化目标为最小化最大完工时间的混合流水车间调度的数学模型；对标准遗传算法的交叉与变异算子进行自适应改造，并在自适应遗传算法中嵌入保优策略进一步的提

4、高整个遗传算法的寻优性能，并运用MATLAB软件进行自适应遗传算法编程操作；最后运用自适应遗传算法对公司的实际生产调度数据进行仿真，并与标准遗传算法的结果和人工排产的结果进行比较分析。结果表明自适应遗传算法搜索最优解的能力和跳出局部最优解的能力明显优于标准遗传算法，和人工排产的完工时间相比自适应遗传算法的完工时间有了显著降低，极大的提高了生产效率。关键词：生产调度；混合流水车间调度；自适应遗传算法；MATLABAbstractAbstractWiththeincreasinglyfiercemarketcompetition

5、,formanufacturingenterprises,whetherrationalallocationoflimitedresourcestoshortentheproductioncycleandmaximizeproduction,willbeoneofthedecisivefactorswhetheritcanwinthemarketcompetition.Productionschedulingasthemainlinkintheproductionmanagement,tostrengthentheprodu

6、ctioncontrolandmanagement,allocatetheresourcesreasonably,reducethecostofproduction,shortentheproductioncycle,andplayadecisiveroleinimprovingtheproductionefficiency.Geneticalgorithmisakindofrandomsearchingmethodtosimulatethebiologicalevolutionandmutationmechanismofn

7、ature.Itissuitablefornon-linearandcomplexoptimizationproblemsthataredifficulttousethetraditionalsearchmethodtosolve.Theshopschedulingproblemisatypicalcomplexoptimizationproblem,andtherefore,thegeneticalgorithmhasbeenwidelyusedinshopschedulingproblemareas.Firstly,th

8、eresearchbackgroundandsignificanceofthistopicareintroduced.Secondly,summarytheresearchstatusofshopschedulingproblemsandtheuseofgeneticalgorithmon