一種改進(jìn)遺傳算法及其在車間作業(yè)調(diào)度中的應(yīng)用.pdf

1、遺傳算法（Genetic Algorithm，GA）不依賴于求解問題的具體領(lǐng)域，有較強(qiáng)的適用性和魯棒性，同時(shí)還是一種開放式算法，很容易與其他算法結(jié)合，通過彼此取長補(bǔ)短，構(gòu)造更好性能的算法。因此，遺傳算法被廣泛應(yīng)用于諸如車間作業(yè)調(diào)度這樣的NP-hard難題求解。
　　作者在研究遺傳算法求解車間作業(yè)調(diào)度問題中，遇到了種群容易陷入早熟、收斂速度很慢等困難。經(jīng)過深入分析和反復(fù)試驗(yàn)，發(fā)現(xiàn)主要是局部迂回搜索和算法對(duì)參數(shù)初值的敏感性所造成。本文

2、通過同時(shí)采用禁忌搜索和自適應(yīng)動(dòng)態(tài)調(diào)整策略，得出了一種改進(jìn)遺傳算法。禁忌搜索通過最大限度地禁止迂回搜索，提高算法的局部搜索能力和爬山能力，避免算法陷入局部最優(yōu)，在一定程度上直接加快了算法的整體收斂速度；算法參數(shù)的自適應(yīng)動(dòng)態(tài)調(diào)整策略，是根據(jù)種群個(gè)體的進(jìn)化情況來動(dòng)態(tài)調(diào)整算法的交叉概率和變異概率，降低計(jì)算結(jié)果精度對(duì)參數(shù)初值的過強(qiáng)依賴，從而解決了算法對(duì)參數(shù)初值的敏感性問題。通過數(shù)值試驗(yàn)，驗(yàn)證了這種改進(jìn)的遺傳算法具有更高的可靠性和更優(yōu)的性能。