论文部分内容阅读
生产调度作为制造企业生产管理中的核心部分，在企业的资源优化中发挥着重要的作用。生产调度问题是在满足一定约束条件下进行有限资源的分配，使得给定的目标最优，是一类典型的组合优化NP-hard问题。传统的求解方法效率低，质量不高，因此对生产调度问题的研究，有非常重要的实际意义和理论价值。本文针对水表制造企业实际生产过程中遇到的生产调度问题中的不相关并行机混合流水车间调度(Hybrid Flowshop with Unrelated Parallel Machines，HFS-UPM)、零等待不相关并行机混合流水车间调度以及作业车间调度问题(Job Shop Scheduling Problem，JSSP)进行了深入的研究，以万有引力搜索(Gravitational Search，GS)算法为基础，分别针对三类问题提出了改进万有引力搜索(Improved Gravitational Search，IGS)算法，万有引力-粒子群优化(Gravitational Search-Particle Swarm Optimization，GS-PSO)算法、遗传邻域万有引力(Genetic Algorithm-Local Search-Gravitational Search，GA-LS-GS)算法。完成的主要研究工作为: (1)针对水表制造企业中的HFS-UPM问题，提出了一种改进万有引力搜索(IGS)算法。采用三种改进策略:a.用差分进化算法和贪婪策略生成新个体;b.采用线性函数重定义万有引力搜索算法中的万有引力常数;c.结合粒子群优化算法全局搜索策略和自适应权重改进万有引力搜索算法的速度更新公式。通过正交试验获得关键参数的取值。标准测试算例和水表制造企业实例的计算结果表明了IGS算法的有效性。 (2)针对水表制造企业中的零等待HFS-UPM问题，提出了一种万有引力-粒子群优化(GS-PSO)算法进行求解。算法用线性函数改进万有引力常数，用PSO算法的全局搜索策略和自适应权重更新速度公式，并在GS-PSO算法的解码过程中加入了启发式规则。通过正交试验选取算法的关键参数值。对标准算例和水表制造企业实例进行仿真，验证了GS-PSO算法的有效性。 (3)针对水表制造企业中的JSSP问题，提出了一种遗传邻域万有引力(GA-LS-GS)算法，算法借鉴万有引力搜索算法中惯性质量和欧式距离的概念，提出了候选父代染色体个数的选择方法和染色体差距的计算方法，并以此定义了一种新的交叉策略;同时混合遗传算法与N5邻域结构有效地求解了FT类和LA类标准测试算例，并成功应用于水表制造企业中的大规模JSSP问题中。