中小規(guī)模離散型制造企業(yè)車(chē)間調(diào)度問(wèn)題研究.pdf

1、當(dāng)今社會(huì)經(jīng)濟(jì)全球化趨勢(shì)加劇，制造業(yè)的社會(huì)環(huán)境和生存準(zhǔn)則發(fā)生了劇烈的變化，產(chǎn)品生命周期縮短，生產(chǎn)少量多樣化，制造車(chē)間調(diào)度方法的優(yōu)劣直接影響著企業(yè)的生產(chǎn)效率。研究證明，合理的生產(chǎn)調(diào)度能夠提高設(shè)備利用率、縮短加工周期、減少庫(kù)存和降低生產(chǎn)成本等，因此，生產(chǎn)車(chē)間的調(diào)度問(wèn)題日益成為眾多學(xué)者研究的重點(diǎn)。
　　車(chē)間調(diào)度問(wèn)題屬于NP-hard問(wèn)題，是典型優(yōu)化問(wèn)題中最難求解的問(wèn)題，人們?yōu)橹呀?jīng)付出了幾十年的努力，但至今采用最先進(jìn)的算法仍然很難得到較小

2、規(guī)模問(wèn)題的最優(yōu)解。近十幾年來(lái)，多種通過(guò)模擬自然界生物和人類行為過(guò)程而發(fā)展的優(yōu)化算法為解決車(chē)間調(diào)度問(wèn)題提供了新的思路和手段，其中遺傳算法以其通用性強(qiáng)、算法簡(jiǎn)單等特點(diǎn)，被廣泛應(yīng)用于生產(chǎn)調(diào)度等問(wèn)題中。但傳統(tǒng)的遺傳算法存在早熟收斂問(wèn)題，且較容易陷入局部最優(yōu)解，全局尋優(yōu)能力較差，因此本文提出了一種改進(jìn)的遺傳算法用于求解傳統(tǒng)的Job-Shop調(diào)度問(wèn)題，一方面采用全主動(dòng)調(diào)度以縮小搜索的解空間，另一方面提出了一種子代產(chǎn)生模式的改進(jìn)的IPOX交叉操作及基

3、于鄰域搜索的變異操作，使子代能夠更好地繼承父代的優(yōu)良特征，并通過(guò)基準(zhǔn)測(cè)試實(shí)例證明了該改進(jìn)遺傳算法與其他遺傳算法相比在解的質(zhì)量方面較優(yōu)。
　　由于傳統(tǒng)的Job-Shop調(diào)度問(wèn)題模型對(duì)實(shí)際生產(chǎn)調(diào)度問(wèn)題進(jìn)行了許多簡(jiǎn)化和假設(shè)，因此其求解方法不能直接應(yīng)用于生產(chǎn)實(shí)際問(wèn)題，本文緊緊抓住背景企業(yè)生產(chǎn)特點(diǎn)，結(jié)合其實(shí)際生產(chǎn)調(diào)度情況，建立了制造單元內(nèi)車(chē)間調(diào)度模型，針對(duì)實(shí)際生產(chǎn)中的工時(shí)問(wèn)題及質(zhì)檢排隊(duì)問(wèn)題提出了相應(yīng)的解決方法，并對(duì)制造單元間的生產(chǎn)調(diào)度問(wèn)題給