导　　师： 鄂明成

学科专业： H2304

授予学位： 硕士

作　　者： ;

机构地区： 北京交通大学

摘　　要： 随着信息时代的来临，生产制造已经转向以多品种、小批量为主要模式，柔性制造系统是因此而发展起来的一种自动化生产方式。合理的生产调度直接关系着柔性制造系统的产出效率和生产成本，是实现企业经济效益的必要条件。生产调度问题属于组合优化问题，难以用常规方法求解，近年来各种智能计算方法逐渐被引入到调度问题的求解当中。作为智能优化算法中的一个重要代表，遗传算法因其对于问题本身的弱依赖性、求解的非线性和鲁棒性、隐含并行性等特点，被广泛应用于组合优化问题的各个领域。本文基于遗传算法，对于柔性制造系统调度中的四个重要问题进行了深入的研究，利用VC++6.0编程实现各种改进算法，并利用不同规模的经典算例给出实例对比分析。 第一，研究了FlowShop调度问题，在给出一般假设条件和数学模型之后，设计了用于解决该问题的遗传操作算子、编码方式、适应度函数转换方式等算法要素，指出启发式算法与遗传算法的互补特性，结合两者各自的搜索优势提出了改进的遗传算法流程。 第二，探讨了JobShop调度问题，在建立数学模型之后引入了两种高级遗传算法——双种群遗传算法和自适应遗传算法来求解该问题，分析了两者存在的问题，提出改进思想并设计了一种改进自适应遗传算法。提出了两种新的遗传算子，并在此基础上结合多种改进手段设计了一种新的遗传算法流程求解JobShop问题。 第三，基于实际应用背景，研究了多资源约束调度问题。分析物理模型，指出实际系统的特点及所需解决问题，在物理模型的基础上建立了用于解决该问题的数学模型，提出设备间配合约束这一新的概念。设计了多资源问题的调度解码流程，并结合启发式分配规则和普通遗传算法提出了一种改进遗

关 键 词： 柔性制造系统 生产调度 遗传算法 多资源约束调度

领　　域： [机械工程—机械制造及自动化] [自动化与计算机技术—计算机系统结构] [自动化与计算机技术—计算机科学与技术]