基于遺傳算法的車間調(diào)度優(yōu)化

物流論文編號:WL225  論文字?jǐn)?shù):20029,頁數(shù):28

目錄
第一章  引言 1
 第一節(jié) 研究應(yīng)用背景與意義 1
 第二節(jié) 國內(nèi)外生產(chǎn)調(diào)度技術(shù)研究現(xiàn)狀 2
 第三節(jié) 研究內(nèi)容 5
第二章  車間作業(yè)調(diào)度問題 6
 第一節(jié) 車間作業(yè)調(diào)度問題的描述、分類和特點 6
 一、車間作業(yè)調(diào)度問題的描述 6
 二、車間作業(yè)調(diào)度問題的分類 7
 三、車間作業(yè)調(diào)度問題的特點 7
 第二節(jié) 車間作業(yè)調(diào)度問題的調(diào)度策略 9
 第三節(jié) 車間作業(yè)調(diào)度問題的傳統(tǒng)解法 10
第三章  遺傳算法及其研究現(xiàn)狀 14
 第一節(jié) 遺傳算法的生物學(xué)基礎(chǔ) 14
 第二節(jié) 遺傳算法的簡單框架 15
 第三節(jié) 遺傳算法的特點 17
第四章  車間調(diào)度的遺傳算法 19
 第一節(jié) 問題描述 19
 第二節(jié) Job一Shop調(diào)度的編碼、解碼和遺傳操作 19
 一、編碼 19
 二、交叉操作 19
 三、變異操作 20
 第三節(jié)  遺傳算法設(shè)計 20
 第四節(jié) 企業(yè)實例分析 21
第五章  結(jié)論與展望 23
參考文獻(xiàn) 24
致 　謝 25

 摘  要

 隨著經(jīng)濟(jì)的發(fā)展,生產(chǎn)調(diào)度問題幾乎在現(xiàn)實環(huán)境中，特別是在工業(yè)工程領(lǐng)域無所不在。許多半導(dǎo)體制造工業(yè)提出的調(diào)度非常復(fù)雜，難以用傳統(tǒng)優(yōu)化方法求解。因此，調(diào)度問題成為遺傳算法領(lǐng)域里的一個熱門話題。因為該問題表現(xiàn)出約束組合優(yōu)化問題的所有特征，并且成為測試新算法思想的范例。因此本文將介紹遺傳算法在生產(chǎn)調(diào)度方面的應(yīng)用。
 本文通過對國內(nèi)外車間調(diào)度問題調(diào)查分析的基礎(chǔ)上，針對國內(nèi)半導(dǎo)體制造業(yè)的車間調(diào)度問題，將遺傳算法運用到車間作業(yè)調(diào)度的實際問題中，證明了遺傳算法對于調(diào)度問題的可行性和有效性。

關(guān)鍵詞：車間作業(yè)調(diào)度，遺傳算法，優(yōu)化
ABSTRACT

 With economic development, production scheduling problem in almost real environment, especially in the field of industrial engineering is everywhere. Many semiconductors manufacturing industry made scheduling very complex and difficult to solve with traditional optimization methods. Therefore, a genetic algorithm for scheduling a hot topic in the field. Constrained because of the issue to show all the characteristics of combinatorial optimization problems, and a test example of the new algorithm ideas. This article will introduce the genetic algorithm's application in production scheduling.
    Based on the survey of shop scheduling problem at home and abroad based on the domestic semiconductor industry for shop scheduling, genetic algorithm is applied to the actual job shop scheduling problems, genetic algorithm is proved the feasibility and effectiveness of the scheduling problem.
 
KEYWORDS：job-shop scheduling,  GA , Optimization