| 【中文题名】 | 基于混合遗传算法的分布式车间作业计划调度的算法研究 |
| 【英文题名】 | The Study of Distribution Method of Planning and Scheduling Based on the Hybrid Genetic Algorithms |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2004-7-6 |
| 【中关键词】 | 分布式,车间作业计划,遗传算法,混合遗传算法-模拟退火遗传算法,, |
| 【英关键词】 | Distribution,Job Shop Planning and Scheduling,Genetic Algorithm,Hybrid Genetic Algorithms-Simulated Annealing, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>> |
| 【论文摘要】 |
分布式车间模式作为21世纪企业的先进制造模式，综合了JIT、并行工程、精良制造等多种先进制造模式的哲理，其目的是要以最低成本制造出顾客满意的产品。在这种模式下如何进行组织管理，包括如何组织动态联盟、如何重构车间和单元、如何安排生产计划、如何进行调度都是我们面临的问题。其中车间作业调度与控制技术是实现生产高效率、高柔性和高可靠性的关键，有效实用的调度方法和优化技术的研究与应用已成为先进制造技术实践的基础。本文结合分布式车间生产模式的实际情况，研究了自适应遗传算法和混合遗传算法-模拟退火遗传算法相混合)对该问题的解决策略和过程。详细地阐述了算法的基本结构、编码方式、解码规则、适值函数的选取、自适应变异和交叉算子的设计、染色体可行性的判断流程，最后以数据表和甘特图的方式给出了计算结果。从结果中可以看出遗传算法是解决该问题的行之有效的方法，而混合遗传算法则是解决该问题的更为优良的方法。 |
| 【论文题纲】 |
|
摘要 |
3-4 |
|
ABSTRACT |
4-5 |
|
目录 |
5-7 |
|
第一章 绪论 |
7-18 |
|
1.1 车间作业调度问题概述 |
7-9 |
|
1.2 分布式车间作业调度概述 |
9-10 |
|
1.3 车间调度问题研究的发展 |
10-18 |
|
第二章 分布式车间计划调度模型研究 |
18-23 |
|
2.1 分布式车间生产系统的特点 |
18 |
|
2.2 分布式车间生产模式的原理 |
18-19 |
|
2.3 分布式车间作业计划的调度规则 |
19-21 |
|
2.4 车间作业动态调度 |
21-23 |
|
第三章 遗传算法的理论研究 |
23-41 |
|
3.1 遗传算法的形成和发展 |
23-24 |
|
3.2 遗传算法的基本思想 |
24-28 |
|
3.3 遗传算法的特点 |
28-29 |
|
3.4 遗传算法的编码研究 |
29-32 |
|
3.5 遗传算法的参数及基本操作 |
32-38 |
|
3.6 遗传算法的应用情况 |
38-41 |
|
第四章 基于遗传算法的车间作业调度 |
41-51 |
|
4.1 分布式车间作业调度模型描述 |
41-43 |
|
4.2 车间动态调度描述 |
43-44 |
|
4.3 遗传算法参数设计 |
44-47 |
|
4.4 遗传算法程序流程 |
47-51 |
|
第五章 基于混合遗传算法的分布式车间作业调度 |
51-64 |
|
5.1 遗传算法与模拟退火法相结合的混合遗传算法 |
51-52 |
|
5.2 GASA混合优化策略的特点 |
52-55 |
|
5.3 适于分布式车间作业调度的混合遗传算法设计 |
55-58 |
|
5.4 应用混合遗传算法(GASA)的主要操作步骤 |
58-59 |
|
5.5 混合遗传算法的性能特点分析 |
59-60 |
|
5.6 实验结果与分析 |
60-64 |
|
结束语 |
64-65 |
|
致谢 |
65-66 |
|
参考文献 |
66-73 |
|
| 【DOI】 | LunWen.ID:2.2008.387005 |
