基于遗传算法的生产计划与批量优化研究

《基于遗传算法的生产计划与批量优化研究》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、重重窑洹盔堂堂土耋垡鲨塞箜!墓摘要f制造业是一个国家的国民经济支柱，而生产计划与批量安排又是任何制造业中所必须进行的一项重要内容，它是组织企业生产活动的依据，保证生产活动『F常进行的前提，是编制其他各种计划的基础。其目的就是要最有效地利用有限的生产资源，尽可能地多生产为社会所需要的产品，以满足市场不断变化的需求。分析目前生产计划与批量优化研究的最新动态，利用迅速发展起来的遗传算法作为工具，深入研究了生产计划与批量优化的理论和方法，对于提高企业的生产效率和效益，合理地组织生产活动，有着重要的理论价值和广泛的实际意义舟本文试图吸收和发展国内外该领域的最新研究成果，丌拓我国生产计划

2、与批量优化研究的方法体系，这对于提高企业组织生产活动的效率，进而提高企业的经济效益有着指导作用。在研究生产计划与批量优化的理论发展的基础上，将遗传算法理论、运筹学方法和计算机仿真技术作为工具应用于生产计划与批量研究中，进一步发展了现代生产计划的研究理论和方法。全文分为生产计划理论的发展沿革、遗传算法算法的理论及其改进、Flowshop问题的遗传算法、Jobshop问题的遗传算法和单机作业的遗传算法等五个部分，『主要包括以下内容：1．对二进制遗传算法利用概率理论从选择操作算子、交叉操作算子和变异操作算子三个方面单独作用时的遗传机制进行了深入的分析和理论证明，利用随机过程理论证明

3、了在保留最优解的选择机制下的收敛原理，给出了遗传算法的模式定理和隐含并行性理论，用不同的理论从多个层面论证了遗传算法的全局收敛性，并提出了两种遗传算法一模糊自适应遗传算法和多随机遗传算法，这两种遗传算法对解决复杂函数的极值和排序问题的良好性能。2．研究了生产计划的发展理论，指出生产计划是任何具体生产方式所必须考虑的一个重要问题，给出了几种最具代表性的生产计划与批量的模型，讨论了研究生产计划与批量优化的几种基本方法，尤其对典型的排序问题介绍了启发式等经典方法，并用单亲遗传算法、遗传启发式算法对排序的一般模型进行了不同的算法设计，对多阶段多机问题也尝试用遗传算法进行研究，也设计了

4、改进多随机浮点数遗传算法对一般模型进行了研究。就上述算法的共同点有：1)都使用了自然数编码；2)对算法的操作进行了改进以适用于具体问题或加入了某些规则或算法到操作中：3)都进行了仿真实验设计：实际上这三点体现了目的有关遗传算法问题的研究内容的共性。3．研究了Jobshop和Flowshop调度问题的模型，比较了Jobshop模型与西南交通大学博士学位论文第lI页F10wshop模型的区别，进而研究了Jobshop调度问题的一般方法，在利用遗传算法处理Jobshop调度与FJowshop调度时的编码规则区别在于：任意一个序列都是Flowshop的有效染色体，而对Jobshop则

5、可能形成无效的染色体，因而在进行编码时的不同处理手段是如何避免无效染色体的形成，遗传算法对Jobshop调度具有良好运行效果和较短收敛时间，是一种理想的算法：同时，证明了交换变异和倒位、移位本质上的相同性。4．对单机排序调度问题进行了深入的研究，该类问题的研究方法和F10wshop调度问题有很大的相似之处，都是若干个工件的排序问题，任意一个排序都是有效的染色体，约束条件相对较少，但是可以使用不同的约束条件建立不同模型，算法大都采用自然数码，使用起来简单、方便，收敛速度和结果良好，具有较强的鲁棒性．文中设计了一种改进遗传算法对有能力约束的单机排序问题进行了研究，结果表明算法具有

6、良好的收敛效果。j关键词：生产管理；生产计划；排序；批量；遗传算法；仿真技术AbstractManufacturingisoneofmainstayindustry,andsequenceandschedulingarethemostimportantthingsinanymanufacturingenterprises，whichplaythebasicrolesinplanningtheproductionactivitiesandwhichaletheconditionstomakeotherplans．Theaimsofsequenceandscheduling81"

7、0totakeadvantageofthelimitedresourcesformakingasenoughproductsaspossibleinordertosatisfythevaryingneedsinthemarket．AnalyzingthecurrentdevelopmentofsequenceandschedulingtheoryandusingtheboomingGA(geneticalgorithms)aSthet001．Itwillbesignificantintheoryanda