《计算机软件与理论专业毕业论文基于遗传算法的车间作业调度问题的研究.doc》由会员分享，可在线阅读，更多相关《计算机软件与理论专业毕业论文基于遗传算法的车间作业调度问题的研究.doc（38页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、计算机软件与理论专业毕业论文 精品论文 基于遗传算法的车间作业调度问题的研究关键词：遗传算法 车间作业调度问题 混合遗传算法 模拟退火算法摘要：车间作业调度问题(Job-ShopSchedulingProblem简称JSP)是制造执行系统研究的核心和重点之一，它对于提高企业的资源利用率、提高产品的总体质量、缩短产品的交货期、降低生产本钱、提高企业在市场经济中的竞争力具有非常重要的意义。由于实际车间作业调度问题具有复杂性、动态随机性、约束性、多目标性等特点，因此受到学术界和工业界的广泛关注。研究说明，车间作业调度问题属于NP-hard问题，不存在精确的最优求解算法，只能求得其近似最优解。 遗传算
2、法(GeneticAlgorithm简称GA)是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，是一类全局优化搜索算法。遗传算法以其简单通用性、强鲁棒性、并行处理能力强、搜索全局最优解速度快等显著特点，被广泛运用于NP问题的求解。将遗传算法应用于车间作业调度问题，可以利用其强大的全局搜索能力，在大规模的解空间中寻找最优解；同时，利用遗传算法具有的隐式并行处理能力和强鲁棒性等特点，可以尽可能的减少问题的求解时间，提高求解效率。 但是，遗传算法在解决车间作业调度问题中存在着明显的缺乏，容易在收敛过程中得到局部最优解。因此，本论文针对遗传算法的缺乏，引入了模拟退火算法，根据两者的优缺点把两者
3、结合起来，提出了混合遗传算法(Hybrid-GeneticAlgorithm)的思想。通过设计两种算法的结合方式，充分利用两者的优点，防止各自的缺乏，增强了遗传算法的局部搜索能力，提高了算法的效率；接着结合实际车间作业调度生产中可能出现的具体问题，将所设计的混合遗传算法应用于实际的调度问题中，设计出解决车间作业调度问题的混合遗传算法的编码方式以及对应的遗传算子，并且详细介绍了所设计的遗传算法与模拟退火算法的结合方式。最后提出了车间作业调度系统的设计思想，并以主要代码和界面截图展示了系统。正文内容 车间作业调度问题(Job-ShopSchedulingProblem简称JSP)是制造执行系统研究
4、的核心和重点之一，它对于提高企业的资源利用率、提高产品的总体质量、缩短产品的交货期、降低生产本钱、提高企业在市场经济中的竞争力具有非常重要的意义。由于实际车间作业调度问题具有复杂性、动态随机性、约束性、多目标性等特点，因此受到学术界和工业界的广泛关注。研究说明，车间作业调度问题属于NP-hard问题，不存在精确的最优求解算法，只能求得其近似最优解。 遗传算法(GeneticAlgorithm简称GA)是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，是一类全局优化搜索算法。遗传算法以其简单通用性、强鲁棒性、并行处理能力强、搜索全局最优解速度快等显著特点，被广泛运用于NP问题的求解。将遗
5、传算法应用于车间作业调度问题，可以利用其强大的全局搜索能力，在大规模的解空间中寻找最优解；同时，利用遗传算法具有的隐式并行处理能力和强鲁棒性等特点，可以尽可能的减少问题的求解时间，提高求解效率。 但是，遗传算法在解决车间作业调度问题中存在着明显的缺乏，容易在收敛过程中得到局部最优解。因此，本论文针对遗传算法的缺乏，引入了模拟退火算法，根据两者的优缺点把两者结合起来，提出了混合遗传算法(Hybrid-GeneticAlgorithm)的思想。通过设计两种算法的结合方式，充分利用两者的优点，防止各自的缺乏，增强了遗传算法的局部搜索能力，提高了算法的效率；接着结合实际车间作业调度生产中可能出现的具体
6、问题，将所设计的混合遗传算法应用于实际的调度问题中，设计出解决车间作业调度问题的混合遗传算法的编码方式以及对应的遗传算子，并且详细介绍了所设计的遗传算法与模拟退火算法的结合方式。最后提出了车间作业调度系统的设计思想，并以主要代码和界面截图展示了系统。车间作业调度问题(Job-ShopSchedulingProblem简称JSP)是制造执行系统研究的核心和重点之一，它对于提高企业的资源利用率、提高产品的总体质量、缩短产品的交货期、降低生产本钱、提高企业在市场经济中的竞争力具有非常重要的意义。由于实际车间作业调度问题具有复杂性、动态随机性、约束性、多目标性等特点，因此受到学术界和工业界的广泛关注。
7、研究说明，车间作业调度问题属于NP-hard问题，不存在精确的最优求解算法，只能求得其近似最优解。 遗传算法(GeneticAlgorithm简称GA)是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，是一类全局优化搜索算法。遗传算法以其简单通用性、强鲁棒性、并行处理能力强、搜索全局最优解速度快等显著特点，被广泛运用于NP问题的求解。将遗传算法应用于车间作业调度问题，可以利用其强大的全局搜索能力，在大规模的解空间中寻找最优解；同时，利用遗传算法具有的隐式并行处理能力和强鲁棒性等特点，可以尽可能的减少问题的求解时间，提高求解效率。 但是，遗传算法在解决车间作业调度问题中存在着明显的缺乏，
8、容易在收敛过程中得到局部最优解。因此，本论文针对遗传算法的缺乏，引入了模拟退火算法，根据两者的优缺点把两者结合起来，提出了混合遗传算法(Hybrid-GeneticAlgorithm)的思想。通过设计两种算法的结合方式，充分利用两者的优点，防止各自的缺乏，增强了遗传算法的局部搜索能力，提高了算法的效率；接着结合实际车间作业调度生产中可能出现的具体问题，将所设计的混合遗传算法应用于实际的调度问题中，设计出解决车间作业调度问题的混合遗传算法的编码方式以及对应的遗传算子，并且详细介绍了所设计的遗传算法与模拟退火算法的结合方式。最后提出了车间作业调度系统的设计思想，并以主要代码和界面截图展示了系统。车
9、间作业调度问题(Job-ShopSchedulingProblem简称JSP)是制造执行系统研究的核心和重点之一，它对于提高企业的资源利用率、提高产品的总体质量、缩短产品的交货期、降低生产本钱、提高企业在市场经济中的竞争力具有非常重要的意义。由于实际车间作业调度问题具有复杂性、动态随机性、约束性、多目标性等特点，因此受到学术界和工业界的广泛关注。研究说明，车间作业调度问题属于NP-hard问题，不存在精确的最优求解算法，只能求得其近似最优解。 遗传算法(GeneticAlgorithm简称GA)是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，是一类全局优化搜索算法。遗传算法以其简单通
10、用性、强鲁棒性、并行处理能力强、搜索全局最优解速度快等显著特点，被广泛运用于NP问题的求解。将遗传算法应用于车间作业调度问题，可以利用其强大的全局搜索能力，在大规模的解空间中寻找最优解；同时，利用遗传算法具有的隐式并行处理能力和强鲁棒性等特点，可以尽可能的减少问题的求解时间，提高求解效率。 但是，遗传算法在解决车间作业调度问题中存在着明显的缺乏，容易在收敛过程中得到局部最优解。因此，本论文针对遗传算法的缺乏，引入了模拟退火算法，根据两者的优缺点把两者结合起来，提出了混合遗传算法(Hybrid-GeneticAlgorithm)的思想。通过设计两种算法的结合方式，充分利用两者的优点，防止各自的缺
11、乏，增强了遗传算法的局部搜索能力，提高了算法的效率；接着结合实际车间作业调度生产中可能出现的具体问题，将所设计的混合遗传算法应用于实际的调度问题中，设计出解决车间作业调度问题的混合遗传算法的编码方式以及对应的遗传算子，并且详细介绍了所设计的遗传算法与模拟退火算法的结合方式。最后提出了车间作业调度系统的设计思想，并以主要代码和界面截图展示了系统。车间作业调度问题(Job-ShopSchedulingProblem简称JSP)是制造执行系统研究的核心和重点之一，它对于提高企业的资源利用率、提高产品的总体质量、缩短产品的交货期、降低生产本钱、提高企业在市场经济中的竞争力具有非常重要的意义。由于实际车
12、间作业调度问题具有复杂性、动态随机性、约束性、多目标性等特点，因此受到学术界和工业界的广泛关注。研究说明，车间作业调度问题属于NP-hard问题，不存在精确的最优求解算法，只能求得其近似最优解。 遗传算法(GeneticAlgorithm简称GA)是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，是一类全局优化搜索算法。遗传算法以其简单通用性、强鲁棒性、并行处理能力强、搜索全局最优解速度快等显著特点，被广泛运用于NP问题的求解。将遗传算法应用于车间作业调度问题，可以利用其强大的全局搜索能力，在大规模的解空间中寻找最优解；同时，利用遗传算法具有的隐式并行处理能力和强鲁棒性等特点，可以尽可
13、能的减少问题的求解时间，提高求解效率。 但是，遗传算法在解决车间作业调度问题中存在着明显的缺乏，容易在收敛过程中得到局部最优解。因此，本论文针对遗传算法的缺乏，引入了模拟退火算法，根据两者的优缺点把两者结合起来，提出了混合遗传算法(Hybrid-GeneticAlgorithm)的思想。通过设计两种算法的结合方式，充分利用两者的优点，防止各自的缺乏，增强了遗传算法的局部搜索能力，提高了算法的效率；接着结合实际车间作业调度生产中可能出现的具体问题，将所设计的混合遗传算法应用于实际的调度问题中，设计出解决车间作业调度问题的混合遗传算法的编码方式以及对应的遗传算子，并且详细介绍了所设计的遗传算法与模
14、拟退火算法的结合方式。最后提出了车间作业调度系统的设计思想，并以主要代码和界面截图展示了系统。车间作业调度问题(Job-ShopSchedulingProblem简称JSP)是制造执行系统研究的核心和重点之一，它对于提高企业的资源利用率、提高产品的总体质量、缩短产品的交货期、降低生产本钱、提高企业在市场经济中的竞争力具有非常重要的意义。由于实际车间作业调度问题具有复杂性、动态随机性、约束性、多目标性等特点，因此受到学术界和工业界的广泛关注。研究说明，车间作业调度问题属于NP-hard问题，不存在精确的最优求解算法，只能求得其近似最优解。 遗传算法(GeneticAlgorithm简称GA)是模
15、拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，是一类全局优化搜索算法。遗传算法以其简单通用性、强鲁棒性、并行处理能力强、搜索全局最优解速度快等显著特点，被广泛运用于NP问题的求解。将遗传算法应用于车间作业调度问题，可以利用其强大的全局搜索能力，在大规模的解空间中寻找最优解；同时，利用遗传算法具有的隐式并行处理能力和强鲁棒性等特点，可以尽可能的减少问题的求解时间，提高求解效率。 但是，遗传算法在解决车间作业调度问题中存在着明显的缺乏，容易在收敛过程中得到局部最优解。因此，本论文针对遗传算法的缺乏，引入了模拟退火算法，根据两者的优缺点把两者结合起来，提出了混合遗传算法(Hybrid-Gen
16、eticAlgorithm)的思想。通过设计两种算法的结合方式，充分利用两者的优点，防止各自的缺乏，增强了遗传算法的局部搜索能力，提高了算法的效率；接着结合实际车间作业调度生产中可能出现的具体问题，将所设计的混合遗传算法应用于实际的调度问题中，设计出解决车间作业调度问题的混合遗传算法的编码方式以及对应的遗传算子，并且详细介绍了所设计的遗传算法与模拟退火算法的结合方式。最后提出了车间作业调度系统的设计思想，并以主要代码和界面截图展示了系统。车间作业调度问题(Job-ShopSchedulingProblem简称JSP)是制造执行系统研究的核心和重点之一，它对于提高企业的资源利用率、提高产品的总体
17、质量、缩短产品的交货期、降低生产本钱、提高企业在市场经济中的竞争力具有非常重要的意义。由于实际车间作业调度问题具有复杂性、动态随机性、约束性、多目标性等特点，因此受到学术界和工业界的广泛关注。研究说明，车间作业调度问题属于NP-hard问题，不存在精确的最优求解算法，只能求得其近似最优解。 遗传算法(GeneticAlgorithm简称GA)是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，是一类全局优化搜索算法。遗传算法以其简单通用性、强鲁棒性、并行处理能力强、搜索全局最优解速度快等显著特点，被广泛运用于NP问题的求解。将遗传算法应用于车间作业调度问题，可以利用其强大的全局搜索能力，
18、在大规模的解空间中寻找最优解；同时，利用遗传算法具有的隐式并行处理能力和强鲁棒性等特点，可以尽可能的减少问题的求解时间，提高求解效率。 但是，遗传算法在解决车间作业调度问题中存在着明显的缺乏，容易在收敛过程中得到局部最优解。因此，本论文针对遗传算法的缺乏，引入了模拟退火算法，根据两者的优缺点把两者结合起来，提出了混合遗传算法(Hybrid-GeneticAlgorithm)的思想。通过设计两种算法的结合方式，充分利用两者的优点，防止各自的缺乏，增强了遗传算法的局部搜索能力，提高了算法的效率；接着结合实际车间作业调度生产中可能出现的具体问题，将所设计的混合遗传算法应用于实际的调度问题中，设计出解
19、决车间作业调度问题的混合遗传算法的编码方式以及对应的遗传算子，并且详细介绍了所设计的遗传算法与模拟退火算法的结合方式。最后提出了车间作业调度系统的设计思想，并以主要代码和界面截图展示了系统。车间作业调度问题(Job-ShopSchedulingProblem简称JSP)是制造执行系统研究的核心和重点之一，它对于提高企业的资源利用率、提高产品的总体质量、缩短产品的交货期、降低生产本钱、提高企业在市场经济中的竞争力具有非常重要的意义。由于实际车间作业调度问题具有复杂性、动态随机性、约束性、多目标性等特点，因此受到学术界和工业界的广泛关注。研究说明，车间作业调度问题属于NP-hard问题，不存在精确
20、的最优求解算法，只能求得其近似最优解。 遗传算法(GeneticAlgorithm简称GA)是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，是一类全局优化搜索算法。遗传算法以其简单通用性、强鲁棒性、并行处理能力强、搜索全局最优解速度快等显著特点，被广泛运用于NP问题的求解。将遗传算法应用于车间作业调度问题，可以利用其强大的全局搜索能力，在大规模的解空间中寻找最优解；同时，利用遗传算法具有的隐式并行处理能力和强鲁棒性等特点，可以尽可能的减少问题的求解时间，提高求解效率。 但是，遗传算法在解决车间作业调度问题中存在着明显的缺乏，容易在收敛过程中得到局部最优解。因此，本论文针对遗传算法的缺
21、乏，引入了模拟退火算法，根据两者的优缺点把两者结合起来，提出了混合遗传算法(Hybrid-GeneticAlgorithm)的思想。通过设计两种算法的结合方式，充分利用两者的优点，防止各自的缺乏，增强了遗传算法的局部搜索能力，提高了算法的效率；接着结合实际车间作业调度生产中可能出现的具体问题，将所设计的混合遗传算法应用于实际的调度问题中，设计出解决车间作业调度问题的混合遗传算法的编码方式以及对应的遗传算子，并且详细介绍了所设计的遗传算法与模拟退火算法的结合方式。最后提出了车间作业调度系统的设计思想，并以主要代码和界面截图展示了系统。车间作业调度问题(Job-ShopSchedulingProb
22、lem简称JSP)是制造执行系统研究的核心和重点之一，它对于提高企业的资源利用率、提高产品的总体质量、缩短产品的交货期、降低生产本钱、提高企业在市场经济中的竞争力具有非常重要的意义。由于实际车间作业调度问题具有复杂性、动态随机性、约束性、多目标性等特点，因此受到学术界和工业界的广泛关注。研究说明，车间作业调度问题属于NP-hard问题，不存在精确的最优求解算法，只能求得其近似最优解。 遗传算法(GeneticAlgorithm简称GA)是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，是一类全局优化搜索算法。遗传算法以其简单通用性、强鲁棒性、并行处理能力强、搜索全局最优解速度快等显著特
23、点，被广泛运用于NP问题的求解。将遗传算法应用于车间作业调度问题，可以利用其强大的全局搜索能力，在大规模的解空间中寻找最优解；同时，利用遗传算法具有的隐式并行处理能力和强鲁棒性等特点，可以尽可能的减少问题的求解时间，提高求解效率。 但是，遗传算法在解决车间作业调度问题中存在着明显的缺乏，容易在收敛过程中得到局部最优解。因此，本论文针对遗传算法的缺乏，引入了模拟退火算法，根据两者的优缺点把两者结合起来，提出了混合遗传算法(Hybrid-GeneticAlgorithm)的思想。通过设计两种算法的结合方式，充分利用两者的优点，防止各自的缺乏，增强了遗传算法的局部搜索能力，提高了算法的效率；接着结合
24、实际车间作业调度生产中可能出现的具体问题，将所设计的混合遗传算法应用于实际的调度问题中，设计出解决车间作业调度问题的混合遗传算法的编码方式以及对应的遗传算子，并且详细介绍了所设计的遗传算法与模拟退火算法的结合方式。最后提出了车间作业调度系统的设计思想，并以主要代码和界面截图展示了系统。车间作业调度问题(Job-ShopSchedulingProblem简称JSP)是制造执行系统研究的核心和重点之一，它对于提高企业的资源利用率、提高产品的总体质量、缩短产品的交货期、降低生产本钱、提高企业在市场经济中的竞争力具有非常重要的意义。由于实际车间作业调度问题具有复杂性、动态随机性、约束性、多目标性等特点
25、，因此受到学术界和工业界的广泛关注。研究说明，车间作业调度问题属于NP-hard问题，不存在精确的最优求解算法，只能求得其近似最优解。 遗传算法(GeneticAlgorithm简称GA)是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，是一类全局优化搜索算法。遗传算法以其简单通用性、强鲁棒性、并行处理能力强、搜索全局最优解速度快等显著特点，被广泛运用于NP问题的求解。将遗传算法应用于车间作业调度问题，可以利用其强大的全局搜索能力，在大规模的解空间中寻找最优解；同时，利用遗传算法具有的隐式并行处理能力和强鲁棒性等特点，可以尽可能的减少问题的求解时间，提高求解效率。 但是，遗传算法在解决
26、车间作业调度问题中存在着明显的缺乏，容易在收敛过程中得到局部最优解。因此，本论文针对遗传算法的缺乏，引入了模拟退火算法，根据两者的优缺点把两者结合起来，提出了混合遗传算法(Hybrid-GeneticAlgorithm)的思想。通过设计两种算法的结合方式，充分利用两者的优点，防止各自的缺乏，增强了遗传算法的局部搜索能力，提高了算法的效率；接着结合实际车间作业调度生产中可能出现的具体问题，将所设计的混合遗传算法应用于实际的调度问题中，设计出解决车间作业调度问题的混合遗传算法的编码方式以及对应的遗传算子，并且详细介绍了所设计的遗传算法与模拟退火算法的结合方式。最后提出了车间作业调度系统的设计思想，
27、并以主要代码和界面截图展示了系统。车间作业调度问题(Job-ShopSchedulingProblem简称JSP)是制造执行系统研究的核心和重点之一，它对于提高企业的资源利用率、提高产品的总体质量、缩短产品的交货期、降低生产本钱、提高企业在市场经济中的竞争力具有非常重要的意义。由于实际车间作业调度问题具有复杂性、动态随机性、约束性、多目标性等特点，因此受到学术界和工业界的广泛关注。研究说明，车间作业调度问题属于NP-hard问题，不存在精确的最优求解算法，只能求得其近似最优解。 遗传算法(GeneticAlgorithm简称GA)是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型，是一类
28、全局优化搜索算法。遗传算法以其简单通用性、强鲁棒性、并行处理能力强、搜索全局最优解速度快等显著特点，被广泛运用于NP问题的求解。将遗传算法应用于车间作业调度问题，可以利用其强大的全局搜索能力，在大规模的解空间中寻找最优解；同时，利用遗传算法具有的隐式并行处理能力和强鲁棒性等特点，可以尽可能的减少问题的求解时间，提高求解效率。 但是，遗传算法在解决车间作业调度问题中存在着明显的缺乏，容易在收敛过程中得到局部最优解。因此，本论文针对遗传算法的缺乏，引入了模拟退火算法，根据两者的优缺点把两者结合起来，提出了混合遗传算法(Hybrid-GeneticAlgorithm)的思想。通过设计两种算法的结合方
29、式，充分利用两者的优点，防止各自的缺乏，增强了遗传算法的局部搜索能力，提高了算法的效率；接着结合实际车间作业调度生产中可能出现的具体问题，将所设计的混合遗传算法应用于实际的调度问题中，设计出解决车间作业调度问题的混合遗传算法的编码方式以及对应的遗传算子，并且详细介绍了所设计的遗传算法与模拟退火算法的结合方式。最后提出了车间作业调度系统的设计思想，并以主要代码和界面截图展示了系统。?特别提醒?：正文内容由PDF文件转码生成，如您电脑未有相应转换码，那么无法显示正文内容，请您下载相应软件，下载地址为 :/ 400gb /file/75571905 。如还不能显示，可以联系我q q 16275502
30、58 ，提供原格式文档。 垐垯櫃换烫梯葺铑?endstreamendobj2x滌?U閩AZ箾FTP鈦X飼?狛P?燚?琯嫼b?袍*甒?颙嫯?4)=r宵?i?j彺帖B3锝檡骹笪yLrQ#?0鯖l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛渓?擗#?#綫G刿#K芿$?7.耟?Wa癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb皗E|?pDb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$F?責鯻0橔C,f薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵秾腵薍秾腵%?秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍G?螪t俐猻覎?烰:X=勢)趯飥?媂s劂/x?矓w豒庘q?唙?鄰爖媧A|Q趗擓蒚?緱鳝嗷P?笄nf(鱂匧叺9就菹$