流水車間（Flow Shop）調(diào)度問題,是實際流水車間進行生產(chǎn)調(diào)度問題的簡化模型,它在企業(yè)中被廣泛的應用�？茖W、有效的調(diào)度方案可以降低生產(chǎn)成本、提高生產(chǎn)效率,極大地提升企業(yè)在市場的競爭力。流水車間調(diào)度問題因為計算復雜、多目標性以及多約束性等特點,已經(jīng)被證明是一個非常復雜的難題。因此,對其進行應用研究是有著巨大的理論和實際意義的。本文主要基于遺傳算法和小生境技術(shù),分別對單目標流水車間調(diào)度問題和雙目標混合流水車間調(diào)度問題進行研究。論文的主要工作內(nèi)容和研究成果如下:（1）首先研究了流水車間調(diào)度問題的基本結(jié)構(gòu),建立數(shù)學模型并確定目標函數(shù),之后給出單目標流水車間調(diào)度問題的具體案例,確定遺傳算法的參數(shù)以及遺傳操作,最后利用MATLAB軟件進行模擬計算,證明算法的有效性,同時根據(jù)仿真得到的調(diào)度甘特圖獲得最佳的調(diào)度方案。（2）在單目標流水車間調(diào)度問題的基礎上,研究雙目標流水車間調(diào)度問題。將生產(chǎn)周期與生產(chǎn)費用同時考慮,設計了結(jié)合小生境技術(shù)的遺傳算法,獲得了雙目標最優(yōu)解集。（3）考慮并行機可以導致調(diào)度結(jié)果進一步優(yōu)化,對雙目標混合流水車間調(diào)度問題展開研究。對比雙目標調(diào)度與單目標調(diào)度、混合流水車間與一般流水車... 

【文章來源】：沈陽理工大學遼寧省

【文章頁數(shù)】：82 頁

【學位級別】：碩士

【部分圖文】：

圖３．１遺傳算法基本原理??Ｆｉｇ．３．１?Ｂａｓｉｃ?ｐｒｉｎｃｉｐｌｅｓ?ｏｆ?ｇｅｎｅｔｉｃ?ａｌｇｏｒｉｔｈｍ??

３交叉??咖＾產(chǎn)生Ｉ７??圖３．１遺傳算法基本原理??Ｆｉｇ．３．１?Ｂａｓｉｃ?ｐｒｉｎｃｉｐｌｅｓ?ｏｆ?ｇｅｎｅｔｉｃ?ａｌｇｏｒｉｔｈｍ??３．１．３遺傳算法的基本概念??遺傳算法是模擬自然界適者生存的一種仿生算法，在算法的研究過程中會涉??及到與遺傳學相關的定義與概念。這些概念解釋如下［５３］：??（１）

?沈陽理工大學碩士學位論文是先產(chǎn)生一個輪盤，輪盤被分成面積不同的扇形，面積大小是與選擇個體的概率??成正比關系。之后瞬間產(chǎn)生一個數(shù)字，它落入轉(zhuǎn)盤的區(qū)域就代表著那個區(qū)域被選??擇。雖然無法具體的指定數(shù)字落入轉(zhuǎn)盤的區(qū)域，但是數(shù)字落入各個扇形面的概率??卻是可以估計的，顯然扇面面積越大落入概率越大。類似情況，遺傳算法在進行??選擇操作的時候，個體的適應度所占比例也不一致，比例值劃分了整個輪盤面，??因此也就決定了個體遺傳至下一代的概率。??設種群的大小為＃，個體／適應度值為ｆ，，則被選擇的概率戶可以利用公式進??行計算：??Ｐ?＝?－／Ｌ￣?（３－７）??ＹＪ，??／＝１??式中：Ｐ為選擇概率，ｆｉ為個體ｉ的適應度。??

【參考文獻】：
期刊論文
[1]建設項目社會穩(wěn)定風險評估——基于模糊神經(jīng)網(wǎng)絡的實證研究[J]. 龍絳珠,黃嘉南,張曦,戴二玲.  水利與建筑工程學報. 2017(06)
[2]面向多目標流水車間調(diào)度的混合遺傳算法[J]. 羅哲.  湖南科技學院學報. 2017(10)
[3]光譜預處理結(jié)合模擬退火算法的小麥粉面筋含量檢測[J]. 孫曉榮,周子健,劉翠玲,付新鑫,竇穎.  食品科學. 2018(02)
[4]改進的小生境混合遺傳算法在函數(shù)優(yōu)化上的應用[J]. 王聰,柯滬琦,胡燕海.  傳感器與微系統(tǒng). 2017(05)
[5]確定型流水車間調(diào)度的遺傳算法研究[J]. 劉蘭蘭,張曦煌,陳志國.  計算機工程與應用. 2016(12)
[6]遺傳算法的理論研究[J]. 董琦.  數(shù)字技術(shù)與應用. 2016(02)
[7]遺傳算法理論及其應用進展探析[J]. 李芳,趙天洋.  技術(shù)與市場. 2016(01)
[8]基于改進多目標遺傳算法求解混合流水車間調(diào)度問題[J]. 張志鵬,黃明.  計算機應用與軟件. 2015(10)
[9]工業(yè)4.0和智能制造[J]. 張曙.  機械設計與制造工程. 2014(08)
[10]考慮設備周期性維護的流水車間生產(chǎn)調(diào)度優(yōu)化算法[J]. 張思源,陸志強,崔維偉.  計算機集成制造系統(tǒng). 2014(06)

博士論文
[1]動態(tài)環(huán)境下差分演化算法研究與應用[D]. 萬書振.武漢理工大學 2012

碩士論文
[1]物聯(lián)網(wǎng)環(huán)境下QoS驅(qū)動的服務組合優(yōu)化算法研究[D]. 張麗.西安石油大學 2018
[2]基于交通流量預測的城市交通信號控制研究及系統(tǒng)設計[D]. 李巋林.華南理工大學 2018
[3]遺傳算法在作業(yè)車間調(diào)度問題中的應用[D]. 韓明.吉林大學 2015
[4]遺傳算法在流水車間調(diào)度問題中的研究與應用[D]. 夏凱.浙江理工大學 2014
[5]基于Hopfield神經(jīng)網(wǎng)絡的脫機手寫體數(shù)字識別分析與研究[D]. 劉潤田.鄭州大學 2011
[6]神經(jīng)網(wǎng)絡的研究及應用[D]. 吳昌友.東北農(nóng)業(yè)大學 2007
[7]基于遺傳神經(jīng)網(wǎng)絡的空調(diào)房間送風量預測研究[D]. 孫敬.南京工業(yè)大學 2006
[8]基于遺傳算法的車間調(diào)度優(yōu)化及其仿真[D]. 何燕.武漢理工大學 2006



本文編號：3375860