基于雙資源制約的改進(jìn)自適應(yīng)免疫遺傳算法研究.pdf

1、隨著市場(chǎng)經(jīng)濟(jì)的快速發(fā)展，制造業(yè)的生產(chǎn)規(guī)模日益增大。實(shí)際生產(chǎn)中，各種工藝約束，資源約束，生產(chǎn)能力約束等平行存在，這就需要對(duì)生產(chǎn)作業(yè)進(jìn)行合理的調(diào)度安排。而一個(gè)好的調(diào)度安排需要一個(gè)好的優(yōu)化調(diào)度算法。此外，現(xiàn)有的研究工作絕大多數(shù)要么研究加工的調(diào)度要么研究裝配的調(diào)度，其研究成果在混合生產(chǎn)形態(tài)類型的制造業(yè)中應(yīng)用情況并不樂(lè)觀，究其原因是實(shí)際生產(chǎn)企業(yè)中情況錯(cuò)綜復(fù)雜，很少是只有加工形態(tài)或只有裝配形態(tài)，另外還需要考慮實(shí)時(shí)庫(kù)存信息，在制品進(jìn)度信息，車間生產(chǎn)能

2、力信息等各種信息，動(dòng)態(tài)地生成調(diào)度計(jì)劃，其復(fù)雜性遠(yuǎn)遠(yuǎn)超過(guò)了目前研究所使用的國(guó)際標(biāo)準(zhǔn)調(diào)度問(wèn)題和現(xiàn)有的一些單一生產(chǎn)形態(tài)調(diào)度系統(tǒng)。
　　 本文針對(duì)雙資源制約調(diào)度過(guò)程中建模困難、計(jì)算復(fù)雜、存在動(dòng)態(tài)性、隨機(jī)性、約束性以及多目標(biāo)等難點(diǎn)進(jìn)行深入的理論研究。結(jié)合免疫算法和自適應(yīng)遺傳算法的優(yōu)點(diǎn)，提出了一種新的自適應(yīng)免疫遺傳算法。新算法根據(jù)搜索的歷史信息，自適應(yīng)的調(diào)整遺傳過(guò)程中的遺傳參數(shù)以提高算法的穩(wěn)定和效率，提高算法的局部搜索能力和解的質(zhì)量；采用動(dòng)

3、態(tài)提取和注射疫苗的方式，改進(jìn)了免疫記憶庫(kù)，使疫苗位置信息得以保存，從而使注射位置更加合理，提高了算法的收斂速度。
　　 通過(guò)將算法運(yùn)用到求解雙資源問(wèn)題中，縮短了最短生產(chǎn)時(shí)間，提高了機(jī)床利用率和工人利用率，減少了最優(yōu)解的迭代次數(shù)。結(jié)果表明新算法有較好的優(yōu)化效果，是一種改進(jìn)的優(yōu)化策略。
　　 實(shí)驗(yàn)研究：本文針對(duì)Job-Shop調(diào)度問(wèn)題設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)多智能體車間調(diào)度平臺(tái)系統(tǒng)，并應(yīng)用改進(jìn)后的算法對(duì)這些問(wèn)題進(jìn)行求解，得到的結(jié)果說(shuō)