基于遗传算法的生产调度【精品毕业设计】(完整版)

摘要

作业车间调度问题(Job-shop Scheduling Problem, 简称JSP)是一类满足任务配置和顺序约束要求的资源分配问题，是一类典型的NP-hard问题，至今没有找到可以精确求得最优解的多项式时间算法。有效地调度方法和优化技术的研究与应用，对于制造企业提供生产效率、降低生产成本有着重要的作用，因此越来越受学者们的关注。

遗传算法是基于“适者生存”的一种高度并行、随机和自适应优化算法，它将问题的求解表示成“染色体”的适者生存过程，通过“染色体”群的一代代不断进化，包括复制、交叉和变异等操作，最终收敛到“最适应环境”的个体，从而求得问题的最优解或满意解。

本文系统介绍了作业车间调度问题以及遗传算法的基本原理，并针对作业车间调度问题的特点，设计了一种遗传算法。最后使用Matlab编写程序求解Job Shop调度问题。并对两类典型的FT类问题FT06和FT10进行测试。

关键词：车间调度，遗传算法，Job Shop问题

I

Abstract

Abstract

Job shop scheduling problem (Job-shop Scheduling Problem, referred to as JSP) is a class of constraints to meet the tasks required to configure and order the allocation of resources.It is a kind of typical NP-hard problem, which has not found the optimal solution to get accurately obtained polynomial time algorithm. Effective methods and optimization techniques in scheduling research and applications, take an important role in manufactur enterprises production efficiency, reduce production costs, so more and more attention by scholars.

Genetic algorithm is based on the "survival of the fittest" in a highly parallel, random and adaptive optimization algorithm, it will solve the problem that a "chromosome" of the survival of the fittest process, through "chromosome" group of evolving from generation to generation, including reproduction, crossover and mutation operations, and eventually converge to the "best adapt to the environment," the individual, and thus obtain the optimal solution or a satisfactory solution.

This paper introduced the job-shop scheduling problem and the basic principles of genetic algorithms, to sove job shop scheduling problem, we designed a genetic algorithm, and using Matlab programming sove Job Shop Scheduling Problem. Finally test two typical kinds of problems FT06 and FT10.

Keyword: Production scheduling, Genetic algorithm, Job Shop problem

目录

目录

摘要 ····································································································································I Abstract ································································································································· II

第一章绪论 (1)

1.1车间调度研究的目的和意义 (1)

1.2 车间调度的研究现状 (2)

1.3 本文安排 (3)

第二章车间调度问题综述 (4)

2.1 车间调度问题 (4)

2.1.1 车间调度问题的描述 (4)

2.1.2 车间调度的性能指标 (4)

2.1.3 车间调度问题的分类 (5)

2.1.4 实际调度问题的特点 (5)

2.2 车间调度问题的研究方法 (6)

2.3 车间调度研究中存在的主要问题 (9)

2.4 本章小结 (9)

第三章遗传算法理论综述 (10)

3.1 遗传算法的形成和发展 (10)

3.2 基本遗传算法 (11)

3.3 基本遗传算的实现技术 (13)

3.3.1 编码方法 (13)

3.3.2 适应度函数的确定 (14)

3.3.3 选择算子 (14)

3.3.4 交叉算子 (15)

3.3.5 变异算子 (15)

3.3.6 算法参数的选取 (16)

3.3.7 算法终止条件的确定 (16)

3.4 遗传算法的应用 (17)

3.5 本章小结 (17)

第四章 Job Shop调度问题的遗传算法研究 (18)

4.1 Job Shop调度问题描述 (18)

4.2 Job Shop调度的参数设计 (19)

4.2.1 基本流程图 (20)

4.2.2 编码方式的确定 (20)

4.2.3 适应度函数 (21)

4.2.4 遗传算子的设计 (21)

4.2.5算法参数的设计 (22)

4.3 Job Shop调度的Matlab实现 (22)

目录（续）

4.4 本章小结 (24)

第五章结论与展望 (25)

5.1 结论 (25)

5.2 展望 (25)

参考文献 (27)

致谢·····································································································错误！未定义书签。

第一章绪论

第一章绪论

本文的主要内容是运用遗传算法解决车间调度中的作业车间调度（Job Shop）问题。因此，本章首先介绍车间调度研究的目的和意义以及车间调度目前的研究现状，最后简单介绍本文的安排。

1.1车间调度研究的目的和意义

为了适应激烈的市场竞争，多元化、多品种、小批量、高柔性生产方式正逐渐成为主流，生产的复杂性也越来越高，这对企业的管理和对生产过程的监控都提出了更高的要求。为了保证生产的高效稳定运行，以获得最大的经济效益，原来简单、局部和常规的生产计划及仅凭经验的管理已经不能满足现代生产的要求了。企业管理者面临的问题是：

如何根据市场上原材料供应和产品需求的变化进行经营决策和组织生产；

如何在生产计划改变的情况下对生产过程进行控制，以便最大限度地发挥生产的柔性；

如何在生产工艺不做大的改变前提下进行管理、决策，使企业生产最大的综合经济效益。

有限资源的合理配置与优化利用问题一直是人类社会所面临的最基本经济学问题，从一个国家、社会的宏观经济运行到企业的微观经济活动，都要受到资源条件的制约。这个问题涉及到了国民经济从宏观到微观的各个方面，人们对他的研究也就从不同的角度进行，产生了有关这类问题的不同的学科和理论，其中在生产邻域产生了重要的车间调度理论。

车间调度理论源于对制造车间生产计划与控制的研究，从诞生之日起它就引起了运筹学专业人员、管理科学家和应用数学家等的重视，人们在这个领域出版和发表了大量的文献著作，还有一些学者从不同的广度和深度考察了调度理论的发展状况。经过几十年的研究与探索，调度理论逐渐发展成为一个比较完整的科学理论，在企业的生产中得到了一定程度的应用，而且其研究范围已经从制造业的车间扩展到了物流、能源、交通运输和社会服务等许多行业和研究领域。

1